Python文件遍历之os、pathlib

20221208星期四:

# os方式一：通过递归调用，拿到所有文件，或者指定结尾的文件：

# os方式二：通过 os.walk ，拿到目录下所有的目录及文件：

# pathlib方式三：通过 rglob 方法：获取文件夹下(以及子文件夹)所有文件，返回文件路径列表；

# pathlib方式四：同上，使用列表推导式方式：

pathlib方式五：通过 glob 方法：获取文件夹下(不含子文件夹)所有文件，返回文件路径列表；

import os
from pathlib import Path

path = r'F:\filePath'

# os方式一：

# 通过递归调用，拿到所有文件，或者指定结尾的文件：

# os方式一：
# 通过递归调用，拿到所有文件，或者指定结尾的文件：
listfileAll = []
def getAllDirRE(path):
    # 得到当前目录下的所有目录及文件：
    filesList = os.listdir(path)
    # 处理每一个文件：
    for fileName in filesList:
        # 判断是否是路径(用绝对路径)：
        fileabsPath = os.path.join(path,fileName)
        if os.path.isdir(fileabsPath):
            # 递归调用：
            getAllDirRE(fileabsPath)
        else:
            # 拿到 .xlsx 结尾的文件：
            if fileName.endswith(".xlsx"):
                listfileAll.append(fileabsPath)
getAllDirRE(path)
print('listfileAll：',len(listfileAll),listfileAll)

# os方式二：

# 通过 os.walk ，拿到目录下所有的目录及文件：

# os方式二：
# 通过 os.walk ，拿到目录下所有的目录及文件：
pathWalk = os.walk(path)
listWalkAll = []
for root,dirs,files in pathWalk:
    """root： F:\filePath
        root： F:\filePath\fileNew
        root： F:\filePath\fileNew\fileThre
    """
    # print('root：',root)
    # 筛除空的列表：
    if files:
        for i in files:
            # 筛选 .xlsx 文件，且不为 __init__.py：
            if i.endswith('.xlsx') and i != '__init__.py':
                listWalkAll.append(os.path.join(root,i))
print('listWalkAll：',len(listWalkAll),listWalkAll)

# pathlib方式三：

# 通过 rglob 方法：获取文件夹下(以及子文件夹)所有文件，返回文件路径列表；

# pathlib方式三：
# 通过 rglob 方法：获取文件夹下(以及子文件夹)所有文件，返回文件路径列表；
folder = Path(path.strip())
result = folder.rglob(f"*.*") # 也可以写成 result = list(folder.rglob(f"*.*"))
# result： <class 'generator'> <generator object Path.rglob at 0x000002227CCC82E0>
print('result：',type(result),result)
result01 = []
for i in result:
    # i： <class 'pathlib.WindowsPath'> F:\filePath\anaconda镜像下载.txt
    # print('i：',type(i),i)
    result01.append(str(i))
# result01： <class 'list'> 10
print('result01：',type(result01),len(result01),result01)

# pathlib方式四：

# 使用列表推导式方式：

# 通过 rglob 方法：获取文件夹下(含子文件夹)所有文件，返回文件路径列表；

# pathlib方式四：
# 使用列表推导式方式：
# 通过 rglob 方法：获取文件夹下(含子文件夹)所有文件，返回文件路径列表；
result02 = [str(f) for f in folder.rglob("*.*") if Path(f).is_file()]
# result01： <class 'list'> 10
print('result02：',type(result02),len(result02),result02)

# pathlib方式五：

# 使用列表推导式方式：

# 通过 glob 方法：获取文件夹下(不含子文件夹)所有文件，返回文件路径列表；

# pathlib方式五：
# 使用列表推导式方式：
# 通过 glob 方法：获取文件夹下(不含子文件夹)所有文件，返回文件路径列表；
# 即，子文件的文件不会获取
result03 = [str(f) for f in folder.glob("*.*") if Path(f).is_file()]
# result01： <class 'list'> 5
print('result03：',type(result03),len(result03),result03)

"""
相对于传统的os及os.path，pathlib具体如下优势：

pathlib实现统一管理，解决了传统操作导入模块不统一问题；
pathlib使得在不同操作系统之间切换非常简单；
pathlib是面向对象的，路径处理更灵活方便，解决了传统路径和字符串并不等价的问题；
pathlib简化了很多操作，简单易用。
"""