Python遍历目录

大家好，欢迎来到IT知识分享网。

Python遍历目录

一、引言

在Python编程中，经常需要遍历目录以查找、读取或操作文件。遍历目录可以帮助我们管理文件系统，查找特定文件或执行批量任务。下面将介绍几种在Python中遍历目录的方法。

二、遍历目录的方法

1. 使用os模块

Python的os模块提供了很多与操作系统交互的函数，其中os.listdir()和os.walk()是遍历目录的常用函数。

使用os.listdir()

os.listdir()函数可以列出指定目录下的所有文件和子目录。但需要注意的是，它只能列出指定目录下的直接内容，而不能递归地列出子目录中的文件。

import os def list_files_in_dir(directory): for filename in os.listdir(directory): print(filename) # 使用方法 list_files_in_dir('/path/to/your/directory') 

使用os.walk()

os.walk()函数可以递归地遍历目录树，返回目录中的文件名和子目录名。它是一个生成器，每次调用会返回一个三元组，包含当前目录名、当前目录下的子目录名列表和当前目录下的非目录文件名列表。

import os def traverse_directory(directory): for root, dirs, files in os.walk(directory): for name in files: print(os.path.join(root, name)) for name in dirs: print(os.path.join(root, name)) # 使用方法 traverse_directory('/path/to/your/directory') 

2. 使用pathlib模块（Python 3.4+）

Python 3.4引入了pathlib模块，它提供了一种面向对象的方式来处理文件系统路径。pathlib模块中的Path类提供了很多实用的方法，包括遍历目录。

from pathlib import Path def traverse_directory_with_pathlib(directory): p = Path(directory) for subpath in p.iterdir(): if subpath.is_file(): print(subpath) elif subpath.is_dir(): print(subpath) # 如果需要递归遍历子目录，可以在这里调用traverse_directory_with_pathlib(subpath) # 使用方法 traverse_directory_with_pathlib(Path('/path/to/your/directory')) 

注意，上面的traverse_directory_with_pathlib函数并没有递归地遍历子目录。如果需要递归遍历，可以在elif语句中添加递归调用。

3. 使用glob模块

glob模块提供了在目录中使用通配符搜索创建文件列表的函数。虽然它主要用于匹配文件名，但也可以用来遍历目录。

import glob def list_files_with_glob(directory, pattern='*'): for filepath in glob.glob(os.path.join(directory, pattern)): print(filepath) # 使用方法，搜索指定目录下的所有.txt文件 list_files_with_glob('/path/to/your/directory', '*.txt') 

三、选择遍历方法的考虑因素

在选择遍历目录的方法时，我们需要考虑一些因素，以确保我们选择的方法能满足我们的具体需求。

1. 递归性

如果我们需要递归地遍历子目录中的文件，那么os.walk()和递归使用pathlib.Path.iterdir()是更好的选择。而os.listdir()和glob.glob()则只能列出指定目录下的直接内容。

2. 路径处理

pathlib模块提供了更直观和易用的路径处理方法。使用Path对象，我们可以更容易地进行路径拼接、判断文件类型等操作。而os模块和glob模块则需要我们手动处理路径字符串。

3. 文件名匹配

如果我们需要根据特定的文件名模式来搜索文件，那么glob模块是最佳选择。它允许我们使用通配符来匹配文件名。

4. 兼容性

如果你的代码需要在Python 2.x环境中运行，那么你需要使用os模块或glob模块，因为pathlib模块是在Python 3.4中引入的。

5. 性能

对于大型目录树，遍历目录可能会消耗大量时间和内存。在这种情况下，你可能需要选择性能更好的方法，或者考虑使用多线程/多进程来加速遍历过程。

四、示例：查找并处理特定文件

假设我们需要在一个大型目录树中查找所有以.txt结尾的文件，并统计它们的总大小。我们可以使用os.walk()和os.path.getsize()来实现这个功能。

import os def find_and_process_txt_files(directory): total_size = 0 for root, dirs, files in os.walk(directory): for name in files: if name.endswith('.txt'): filepath = os.path.join(root, name) total_size += os.path.getsize(filepath) return total_size # 使用方法 total_size = find_and_process_txt_files('/path/to/your/directory') print(f"Total size of .txt files: { 
     total_size} bytes") 

在这个示例中，我们使用os.walk()递归地遍历目录树，并使用os.path.join()来构建文件的完整路径。然后，我们检查文件名是否以.txt结尾，如果是，则使用os.path.getsize()获取文件大小并将其累加到总和中。最后，我们返回总大小并打印出来。

总结

在Python中遍历目录是一个常见的任务，有多种方法可以实现。选择哪种方法取决于你的具体需求，包括是否需要递归遍历、如何处理路径、是否需要匹配文件名等。os、pathlib和glob模块都提供了遍历目录的功能，并且各有优势。在实际编程中，你可以根据具体情况选择最适合你的方法。