Python：识别文件夹结构中的数字名称文件夹

Question

我有以下函数，它遍历给定目录的根目录并抓取所有子目录并将它们放入列表中。这部分工作，有点。

目标是确定以数字命名的最高（最大数字）文件夹。 假设该文件夹仅包含以数字命名的文件夹，并且不包含文件的字母数字文件夹，我很好。但是，如果存在未用数字命名的文件或文件夹，我会遇到问题，因为脚本似乎正在收集所有子目录和文件，并将所有内容都放入列表中。

我只需要找到那些命名为数字的文件夹，而忽略其他任何内容。

Example folder structure for c:\Test
\20200202\
\20200109\
\20190308\
\Apples\
\Oranges\
New Document.txt

这可以遍历目录，但会将所有内容都放在列表中，而不仅仅是数字子文件夹。

#Example code
import os 
from pprint import pprint 

files=[]
MAX_DEPTH = 1
folders = ['C:\\Test']
for stuff in folders:
    for root, dirs, files in os.walk(stuff, topdown=True):
        for subdirname in dirs:
            files.append(os.path.join(subdirname))
            #files.append(os.path.join(root, subdirname)) will give full directory
        #print("there are", len(files), "files in", root) will show counts of files per directory
        if root.count(os.sep) - stuff.count(os.sep) == MAX_DEPTH - 1:
            del dirs[:]
pprint(max(files))

ma​​x(files) 的当前结果： 新建文档.txt

所需的输出： 20200202

到目前为止我所做的尝试：

我尝试在将每个元素添加到列表之前将其捕获，查看 subdirname 的字符串是否可以转换为 int，然后将其添加到列表中。这无法将数字子目录名转换为 int，并且以某种方式（我不知道如何）将 New Document.txt 文件添加到列表中。

files=[]
    MAX_DEPTH = 1
    folders = ['C:\\Test']
    for stuff in folders:
        for root, dirs, files in os.walk(stuff, topdown=True):
            for subdirname in dirs:
                try:
                    subdirname = int(subdirname)
                    print("Found subdir named " + subdirname + " type: " + type(subdirname))
                    files.append(os.path.join(subdirname))
                except:
                    print("Error converting " + str(subdirname) + " to integer")
                    pass
                #files.append(os.path.join(root, subdirname)) will give full directory
            #print("there are", len(files), "files in", root) will show counts of files per directory
            if root.count(os.sep) - stuff.count(os.sep) == MAX_DEPTH - 1:
                del dirs[:]
    return (input + "/" + max(files))

我还尝试将所有内容附加到列表中，然后使用下面的内容创建第二个列表（即，没有 try/except），但我最终得到了一个空列表。我不知道为什么，我不知道从哪里/如何开始寻找。在应用以下内容之前在列表中使用 'type' 表明列表中的所有内容都是 str 类型。

list2 = [x for x in files if isinstance(x,int) and not isinstance(x,bool)]

Answer 1

我将继续在这里回答我自己的问题：

改变方法完全有帮助，并且显着更快、更简单。

#the find_newest_date function looks for a folder with the largest number and assumes that is the newest data
def find_newest_date(input):
    intlistfolders = []
    list_subfolders_with_paths = [f.name for f in os.scandir(input) if f.is_dir()]
    for x in list_subfolders_with_paths:
        try:
            intval = int(x)
            intlistfolders.append(intval)
        except:
            pass
    return (input + "/" + str(max(intlistfolders)))

解释：

• scandir 比 walk 快 3 倍。 directory performance
• scandir 还允许使用 f.name 仅拉出文件夹 名称，或 f.path 获取路径。

因此，使用 scandir 加载包含所有子目录的列表。

1. 遍历列表，并尝试将每个值转换为整数。 我不知道为什么它在前面的示例中不起作用，但它 在这种情况下有效。
2. try 语句的第一部分转换为整数。
3. 如果转换失败，则运行 except 子句，并且“通过” 本质上是一个空语句。它什么都不做。
4. 然后，最后，用字符串加入输入目录 最大数值的表示（即最近日期 在这种情况下是文件夹）。

函数被调用：

folder_named_path = find_newest_date("C:\\Test") or something similar. 

Answer 2

尝试使用正则表达式匹配 dirs。num = r”[0-9]+” 是您的正则表达式。像re.findall(num,subdirname) 这样的东西会返回一个匹配的字符串，它是一个或多个数字。