按数字顺序对文件进行排序，同时排除具有非数字文件名的文件答案

【问题标题】：Sort files by numerical order while excluding files with non-numeric filenames按数字顺序对文件进行排序，同时排除具有非数字文件名的文件
【发布时间】：2021-01-18 06:17:25
【问题描述】：

我在一个目录中有一堆文件，我想从中选择 CSV 文件并对它们进行数字排序，因为稍后我将根据数字顺序应用一些处理。但是，其中一些文件具有非数字文件名；我想忽略这些，只对名称完全为数字的文件进行排序和检索（例如，取5.csv，但忽略data5.csv、.DS_Store）。

以我的文件夹结构为例，我的文件名如下所示：1.csv, 1.txt, 10.csv, 2.csv, 3.csv, .DS_Store。从那些我想产生以下排序输出： 1.csv, 2.csv, 3.csv, 10.csv 并为非 CSV 文件或具有非数字名称的其他文件打印一条错误消息。

我试图通过向sorted 函数添加一个键并使用os.scandir() 来实现这一点。这是一个最小的例子。

import os

def get_csv_files(path):
    """
    Generator function to sort and yield the CSV files with numerical filenames.

    Arguments:
        path: Path to the directory containing the CSV files.
    Returns:
        Paths of the found CSV files.
    """
    for entry in sorted(os.scandir(path), key=lambda e: int(os.path.splitext(e.name)[0])):
        if entry.is_file() and entry.name.endswith(".csv"):
            yield entry.path
        elif entry.is_dir():
            yield from get_csv_files(entry.path)
        else:
            print(f"Neither a csv file, nor a dir: {entry.path}")

path = '/path/to/dataset'
for i, file in enumerate(get_csv_files(path)):
    print(file)

如果文件名仅包含数字，则此方法可以正常工作，否则会失败并出现以下错误（对于上面给出的文件名）：

ERROR with .DS_Store
  File "test.py", line 12, in <lambda>
     for entry in sorted(os.scandir(path), key=lambda e: int(os.path.splitext(e.name)[0])):
 ValueError: invalid literal for int() with base 10: '.DS_Store'

我了解该错误是由于我的代码尝试将字符串 .DS_Store 转换为 int 造成的，这显然是错误的行为，但我无法弄清楚如何进行排序。我需要一种方法来从排序键中排除不需要的文件名，并且可能需要操作 lambda 函数。

【问题讨论】：

标签： python sorting

【解决方案1】：

试试这个：

import os

path = "/absolute/path/to/files/to/sort/"
numerical_files = []
for f in os.listdir(path):
    file_name, extension = f.split('.')
    if extension == "csv" and file_name.isnumeric():
        numerical_files.append(file_name)
    else:
        print("Invalid file: ", f)

numerical_filenames_ints = [ int(f) for f in numerical_files ]
numerical_filenames_ints.sort()

for f in numerical_filenames_ints:
    file = str(f) + ".csv"
    print(file)

【讨论】：

如果目录中有一个文件名中包含多个.，则file_name, extension = f.split('.') 行将引发ValueError: too many values to unpack (expected 2)，如果目录中有一个文件名为ValueError: not enough values to unpack (expected 2, got 1)，则该行将引发名称中没有.。
另请注意，使用numerical_filenames_ints = [int(f) for f in numerical_files]; numerical_filenames_ints.sort() 代替numerical_files.sort(key=int) 可能会修改文件名；例如，034.csv 将更改为 34.csv

【解决方案2】：

添加此功能：

def listdir_nohidden(path):
    for f in os.listdir(path):
        if not f.startswith('.'):
            yield f

并更改此行：

#for entry in sorted(os.scandir(path), key=lambda e: int(os.path.splitext(e.name)[0])):
for entry in sorted(listdir_nohidden(path), key=lambda e: int(os.path.splitext(e.name)[0])):

【讨论】：