pathlib.Path().glob() 和多个文件扩展名答案

【问题标题】：pathlib.Path().glob() and multiple file extensionpathlib.Path().glob() 和多个文件扩展名
【发布时间】：2018-05-19 04:59:13
【问题描述】：

我需要指定多个文件扩展名，例如pathlib.Path(temp_folder).glob('*.xls', '*.txt'):

我该怎么做？

https://docs.python.org/dev/library/pathlib.html#pathlib.Path.glob

【问题讨论】：

标签： python path

【解决方案1】：

有点晚了，有几个单行建议不需要编写自定义函数，也不需要使用循环并在 Linux 上工作：

pathlib.Path.glob() 采用括号中的交错符号。对于“.txt”和“.xls”后缀的情况，可以这样写

files = pathlib.Path('temp_dir').glob('*.[tx][xl][ts]')

如果您还需要搜索“.xlsx”，只需在最后一个右括号后附加通配符“*”即可。

files = pathlib.Path('temp_dir').glob('*.[tx][xl][ts]*')

要记住的是，末尾的通配符不仅会捕获“x”，还会捕获最后一个“t”或“s”之后的任何尾随字符。

在搜索模式前加上“**/”将执行递归搜索，如之前的答案中所述。

【讨论】：

单线解决方案的一个警告是，这也将匹配扩展名为 .txs、.tlt、.tls、.xxs 和 .xlt 的文件。

【解决方案2】：

假设准备了以下文件夹结构。

folder
├── test1.png
├── test1.txt
├── test1.xls
├── test2.png
├── test2.txt
└── test2.xls

使用pathlib.Path的简单答案如下。

from pathlib import Path

ext = ['.txt', '.xls']
folder = Path('./folder')

# Get a list of pathlib.PosixPath
path_list = sorted(filter(lambda path: path.suffix in ext, folder.glob('*')))
print(path_list)
# [PosixPath('folder/test1.txt'), PosixPath('folder/test1.xls'), PosixPath('folder/test2.txt'), PosixPath('folder/test2.xls')]

如果你想将路径作为字符串列表获取，可以使用.as_posix()将其转换为字符串。

# Get a list of string paths
path_list = sorted([path.as_posix() for path in filter(lambda path: path.suffix in ext, folder.glob('*'))])
print(path_list)
# ['folder/test1.txt', 'folder/test1.xls', 'folder/test2.txt', 'folder/test2.xls']

【讨论】：

【解决方案3】：

您还可以使用pathlib 中的语法**，它允许您递归地收集嵌套路径。

from pathlib import Path
import re


BASE_DIR = Path('.')
EXTENSIONS = {'.xls', '.txt'}

for path in BASE_DIR.glob(r'**/*'):
    if path.suffix in EXTENSIONS:
        print(path)

如果您想在搜索中表达更多逻辑，您还可以使用正则表达式，如下所示：

pattern_sample = re.compile(r'/(([^/]+/)+)(S(\d+)_\d+).(tif|JPG)')

在我的情况下，此模式将查找与 S327_008(_flipped)?.tif 匹配的所有图像（tif 和 JPG）。具体来说，它会收集样本 id 和文件名。

收集到一个集合可以防止存储重复，我发现如果您插入更多逻辑并希望忽略不同版本的文件，它有时很有用 (_flipped)

matched_images = set()

for item in BASE_DIR.glob(r'**/*'):
    match = re.match(pattern=pattern_sample, string=str(item))
    if match:
        # retrieve the groups of interest
        filename, sample_id = match.group(3, 4)
        matched_images.add((filename, int(sample_id)))

【讨论】：

我更喜欢这个，因为您只需遍历目录树一次，而不是 n * len(extensions)。感谢您发布此内容。

【解决方案4】：

基于Check if string ends with one of the strings from a list的四线解决方案：

folder = '.'
suffixes = ('xls', 'txt')
filter_function = lambda x: x.endswith(suffixes)
list(filter(filter_function, glob(os.path.join(folder, '*'))))

【讨论】：

【解决方案5】：

如果需要使用 pathlib.Path.glob()

from pathlib import Path
def get_files(extensions):
    all_files = []
    for ext in extensions:
        all_files.extend(Path('.').glob(ext))
    return all_files

files = get_files(('*.txt', '*.py', '*.cfg'))

【讨论】：

这将直接在当前目录中获取文件，而不是在任何给定目录中。
@Boris 它回答了这个问题
@Boris 只需将 Path('.') 更改为 Path(temp_folder)