获取目录中文件的过滤列表

Question

我正在尝试使用 Python 获取目录中的文件列表，但我不想要所有文件的列表。

我本质上想要的是能够执行以下操作，但使用 Python 而不是执行 ls。

ls 145592*.jpg

如果没有为此的内置方法，我目前正在考虑编写一个 for 循环来遍历 os.listdir() 的结果并将所有匹配的文件附加到一个新列表中。

但是，该目录中有很多文件，因此我希望有一种更有效的方法（或内置方法）。

Answer 1

您可以定义模式并检查它。在这里，我采用了开始和结束模式并在文件名中查找它们。 FILES 包含目录中所有文件的列表。

import os
PATTERN_START = "145592"
PATTERN_END = ".jpg"
CURRENT_DIR = os.path.dirname(os.path.realpath(__file__))
for r,d,FILES in os.walk(CURRENT_DIR):
    for FILE in FILES:
        if PATTERN_START in FILE.startwith(PATTERN_START) and PATTERN_END in FILE.endswith(PATTERN_END):
            print FILE

Answer 2

import glob

jpgFilenamesList = glob.glob('145592*.jpg')

在 python 文档中查看glob

Answer 3

您可以使用 Python 标准库 3.4 及更高版本中提供的pathlib。

from pathlib import Path

files = [f for f in Path.cwd().iterdir() if f.match("145592*.jpg")]

Answer 4

使用glob 模块过滤：

导入全局

import glob

通配符：

files=glob.glob("data/*")
print(files)

Out:

['data/ks_10000_0', 'data/ks_1000_0', 'data/ks_100_0', 'data/ks_100_1',
'data/ks_100_2', 'data/ks_106_0', 'data/ks_19_0', 'data/ks_200_0', 'data/ks_200_1', 
'data/ks_300_0', 'data/ks_30_0', 'data/ks_400_0', 'data/ks_40_0', 'data/ks_45_0', 
'data/ks_4_0', 'data/ks_500_0', 'data/ks_50_0', 'data/ks_50_1', 'data/ks_60_0', 
'data/ks_82_0', 'data/ks_lecture_dp_1', 'data/ks_lecture_dp_2']

过滤器扩展.txt:

files = glob.glob("/home/ach/*/*.txt")

单个字符

glob.glob("/home/ach/file?.txt")

数字范围

glob.glob("/home/ach/*[0-9]*")

字母范围

glob.glob("/home/ach/[a-c]*")

Answer 5

保持简单：

import os
relevant_path = "[path to folder]"
included_extensions = ['jpg','jpeg', 'bmp', 'png', 'gif']
file_names = [fn for fn in os.listdir(relevant_path)
              if any(fn.endswith(ext) for ext in included_extensions)]

我更喜欢这种形式的列表推导，因为它的英文读起来很好。

我将第四行读为： 对于我的路径的 os.listdir 中的每个 fn，只给我与我包含的任何一个扩展匹配的那些。

Python 新手程序员可能很难真正习惯使用列表推导进行过滤，并且对于非常大的数据集可能会有一些内存开销，但对于列出目录和其他简单的字符串过滤任务，列表推导领先更干净的可记录代码。

这个设计唯一的一点是它不能保护你避免犯下传递字符串而不是列表的错误。例如，如果您不小心将字符串转换为列表并最终检查字符串的所有字符，您最终可能会得到大量误报。

但最好有一个容易解决的问题，而不是一个难以理解的解决方案。

Answer 6

初步代码

import glob
import fnmatch
import pathlib
import os

pattern = '*.py'
path = '.'

解决方案 1 - 使用“glob”

# lookup in current dir
glob.glob(pattern)

In [2]: glob.glob(pattern)
Out[2]: ['wsgi.py', 'manage.py', 'tasks.py']

解决方案 2 - 使用“os”+“fnmatch”

变体 2.1 - 在当前目录中查找

# lookup in current dir
fnmatch.filter(os.listdir(path), pattern)

In [3]: fnmatch.filter(os.listdir(path), pattern)
Out[3]: ['wsgi.py', 'manage.py', 'tasks.py']

变体 2.2 - 递归查找

# lookup recursive
for dirpath, dirnames, filenames in os.walk(path):

    if not filenames:
        continue

    pythonic_files = fnmatch.filter(filenames, pattern)
    if pythonic_files:
        for file in pythonic_files:
            print('{}/{}'.format(dirpath, file))

结果

./wsgi.py
./manage.py
./tasks.py
./temp/temp.py
./apps/diaries/urls.py
./apps/diaries/signals.py
./apps/diaries/actions.py
./apps/diaries/querysets.py
./apps/library/tests/test_forms.py
./apps/library/migrations/0001_initial.py
./apps/polls/views.py
./apps/polls/formsets.py
./apps/polls/reports.py
./apps/polls/admin.py

解决方案 3 - 使用“pathlib”

# lookup in current dir
path_ = pathlib.Path('.')
tuple(path_.glob(pattern))

# lookup recursive
tuple(path_.rglob(pattern))

注意事项：

1. 在 Python 3.4 上测试
2. 仅在 Python 3.4 中添加了模块“pathlib”
3. Python 3.5 添加了使用 glob.glob 进行递归查找的功能 https://docs.python.org/3.5/library/glob.html#glob.glob。由于我的机器安装了 Python 3.4，因此我没有对其进行测试。

Answer 7

“path/to/images”中带有“jpg”和“png”扩展名的文件名：

import os
accepted_extensions = ["jpg", "png"]
filenames = [fn for fn in os.listdir("path/to/images") if fn.split(".")[-1] in accepted_extensions]

Answer 8

另一种选择：

>>> import os, fnmatch
>>> fnmatch.filter(os.listdir('.'), '*.py')
['manage.py']

https://docs.python.org/3/library/fnmatch.html

Answer 9

import os

dir="/path/to/dir"
[x[0]+"/"+f for x in os.walk(dir) for f in x[2] if f.endswith(".jpg")]

这将为您提供包含完整路径的 jpg 文件列表。对于文件名，您可以将 x[0]+"/"+f 替换为 f。您还可以将f.endswith(".jpg") 替换为您希望的任何字符串条件。

Answer 10

您可以使用 subprocess.check_ouput() 作为

import subprocess

list_files = subprocess.check_output("ls 145992*.jpg", shell=True) 

当然，引号之间的字符串可以是你想在shell中执行的任何东西，并存储输出。

Answer 11

您可能还喜欢更高级的方法（我已经实现并打包为 findtools）：

from findtools.find_files import (find_files, Match)


# Recursively find all *.txt files in **/home/**
txt_files_pattern = Match(filetype='f', name='*.txt')
found_files = find_files(path='/home', match=txt_files_pattern)

for found_file in found_files:
    print found_file

可以安装

pip install findtools

Answer 12

使用 os.walk 递归列出您的文件

import os
root = "/home"
pattern = "145992"
alist_filter = ['jpg','bmp','png','gif'] 
path=os.path.join(root,"mydir_to_scan")
for r,d,f in os.walk(path):
    for file in f:
        if file[-3:] in alist_filter and pattern in file:
            print os.path.join(root,file)

Answer 13

glob.glob() 绝对是这样做的方法（根据 Ignacio）。但是，如果您确实需要更复杂的匹配，您可以使用列表解析和re.match() 来完成，如下所示：

files = [f for f in os.listdir('.') if re.match(r'[0-9]+.*\.jpg', f)]

更灵活，但正如您所说，效率较低。