我理解 os.walk 对吗？

Question

os.walk(startdir) 中的 root、dir、file 循环通过这些步骤工作？

for root in os.walk(startdir) 
    for dir in root 
        for files in dir

1. 获取起始目录的根目录：C:\dir1\dir2\startdir

2. 获取 C:\dir1\dir2\startdir 中的文件夹并返回文件夹列表“dirlist”

3. 在第一个 dirlist 项中获取文件，并将文件列表“filelist”作为文件列表列表的第一项返回。

4. 移动到 dirlist 中的第二项并返回此文件夹“filelist2”中的文件列表作为文件列表列表的第二项。等等

5. 移动到文件夹树中的下一个根目录并从 2. 等开始

对吗？还是首先获取所有根目录，然后是所有目录，然后是所有文件？

Answer 1

os.walk 返回一个生成器，它创建一个值元组（current_path、current_path 中的目录、current_path 中的文件）。

每次调用生成器时，它都会递归地跟随每个目录，直到调用 walk 的初始目录中没有其他子目录可用。

因此，

os.walk('C:\dir1\dir2\startdir').next()[0] # returns 'C:\dir1\dir2\startdir'
os.walk('C:\dir1\dir2\startdir').next()[1] # returns all the dirs in 'C:\dir1\dir2\startdir'
os.walk('C:\dir1\dir2\startdir').next()[2] # returns all the files in 'C:\dir1\dir2\startdir'

所以

import os.path
....
for path, directories, files in os.walk('C:\dir1\dir2\startdir'):
     if file in files:
          print('found %s' % os.path.join(path, file))

或者这个

def search_file(directory = None, file = None):
    assert os.path.isdir(directory)
    for cur_path, directories, files in os.walk(directory):
        if file in files:
            return os.path.join(directory, cur_path, file)
    return None

或者如果你想查找文件，你可以这样做：

import os
def search_file(directory = None, file = None):
    assert os.path.isdir(directory)
    current_path, directories, files = os.walk(directory).next()
    if file in files:
        return os.path.join(directory, file)
    elif directories == '':
        return None
    else:
        for new_directory in directories:
            result = search_file(directory = os.path.join(directory, new_directory), file = file)
            if result:
                return result
        return None

Answer 2

最小可运行示例

这就是我喜欢学习的方式：

mkdir root
cd root
mkdir \
  d0 \
  d1 \
  d0/d0_d1
touch \
  f0 \
  d0/d0_f0 \
  d0/d0_f1 \
  d0/d0_d1/d0_d1_f0
tree

输出：

.
├── d0
│   ├── d0_d1
│   │   └── d0_d1_f0
│   ├── d0_f0
│   └── d0_f1
├── d1
└── f0

main.py

#!/usr/bin/env python3
import os
for path, dirnames, filenames in os.walk('root'):
    print('{} {} {}'.format(repr(path), repr(dirnames), repr(filenames)))

输出：

'root' ['d0', 'd1'] ['f0']
'root/d0' ['d0_d1'] ['d0_f0', 'd0_f1']
'root/d0/d0_d1' [] ['d0_d1_f0']
'root/d1' [] []

这让一切都清楚了：

• path是每一步的根目录
• dirnames 是每个path 中的目录基名列表
• filenames 是每个 path 中的文件基名列表

在 Ubuntu 16.04、Python 3.5.2 上测试。

修改dirnames会改变树递归

这基本上是您必须记住的唯一其他事情。

例如对dirnames进行如下操作，会影响遍历：

• sort
• filter

遍历文件或目录

如果要遍历的输入是文件或目录，则可以这样处理：

#!/usr/bin/env python3

import os
import sys

def walk_file_or_dir(root):
    if os.path.isfile(root):
        dirname, basename = os.path.split(root)
        yield dirname, [], [basename]
    else:
        for path, dirnames, filenames in os.walk(root):
            yield path, dirnames, filenames

for path, dirnames, filenames in walk_file_or_dir(sys.argv[1]):
    print(path, dirnames, filenames)

Answer 3

简单来说，os.walk() 将生成路径、文件夹、给定路径中存在的文件的元组，并将继续遍历子文件夹。

import os.path
path=input(" enter the path\n")
for path,subdir,files in os.walk(path):
   for name in subdir:
       print os.path.join(path,name) # will print path of directories
   for name in files:    
       print os.path.join(path,name) # will print path of files

这将生成所有子目录、文件和子目录中文件的路径

Answer 4

这里有一个简短的例子来说明os.walk() 的工作原理以及使用一些os 函数的一些解释。

首先注意os.walk() 返回三个 项、根目录、当前根目录下的目录列表 (dirs) 以及在这些目录中找到的文件列表。 documentation 将为您提供更多信息。

dirs 将包含根目录下的目录列表，而 files 将包含在这些目录中找到的所有文件的列表。在下一次迭代中，之前dirs 列表中的每个目录将依次扮演root 的角色，并且从那里继续搜索，只有在搜索完当前级别后才会下一层。

代码示例：这将在指定搜索目录（您的根目录）下搜索、计算和打印.jpg 和.gif 文件的名称。它还利用os.path.splitext() 函数将文件的基础与其扩展名分开，并利用os.path.join() 函数为您提供包含找到的图像文件的全名。

import os

searchdir = r'C:\your_root_dir'  # your search starts in this directory (your root) 

count = 0
for root, dirs, files in os.walk(searchdir):
    for name in files:
        (base, ext) = os.path.splitext(name) # split base and extension
        if ext in ('.jpg', '.gif'):          # check the extension
            count += 1
            full_name = os.path.join(root, name) # create full path
            print(full_name)

print('\ntotal number of .jpg and .gif files found: %d' % count)

Answer 5

os.walk 的工作方式与上面的略有不同。基本上，它返回（路径、目录、文件）的元组。要查看此内容，请尝试以下操作：

import pprint
import os
pp=pprint.PrettyPrinter(indent=4)
for dir_tuple in os.walk("/root"):
    pp.pprint(dir_tuple)

...您将看到循环的每次迭代都将打印一个目录名称、该目录中所有目录的名称列表以及该目录中所有文件的另一个列表。 os.walk 然后会进入子目录列表中的每个目录，并做同样的事情，直到原根目录的所有子目录都被遍历完。了解一些有关递归的知识以了解其工作原理可能会有所帮助。

Answer 6

我的回答非常简单明了。我自己是一个初学者，在网上找到了我的答案（见特别是the good documentation at docs.python.org）并尝试了一些测试代码，比如这个：

for root, dirs, files in os.walk(startdir)
    print ("__________________")
    print (root)
    for file in files:
        print ("---",file)

这会打印出目录树，其中每个目录（起始目录和包含的子目录）前面都有一行，后面是其中包含的文件。

我认为你必须记住两件事：

(1) os.walk 生成一个三元组（一个三元组） where

• root 是一个字符串，包含根目录的名称；

• dirs 是字符串的list：根目录中直接包含的目录名，即第一级，不包含可能包含的子目录 他们；

• 文件名是字符串的列表：直接包含在根目录中的文件名。

(2) 一个for循环比如

for root, subdirs, files in os.walk(YourStartDir)

遍历根目录及其所有子目录。每个文件都不需要一个步骤；它只是扫描目录树，并在每一步（对于树中的每个目录）填充其中包含的文件名列表和直接包含在其中的子目录列表。如果您有 n 个目录（包括根目录及其子目录），for 循环将循环 n 次，即 它需要 n 个步骤。 您可以编写一小段测试代码来检查这一点，例如使用计数器。 在每一步，它都会生成一个 3 元组：一个字符串加上两个（可能是空的）字符串列表。 在本例中，三元组的元素被称为：“root”、“subdirs”、“files”，但这些名称由您决定；如果你的代码是

for a, b, c in os.walk(startdir)

三元组的元素将被称为“a”、“b”、“c”。

让我们回到测试代码：

for root, dirs, files in os.walk(startdir)
    print ("__________________")
    print (root)
    for file in files:
        print ("---",file)

第一个循环：root 是您在输入中给出的目录（起始路径，起始目录：一个字符串），dirs 是包含的子目录名称的列表（但不是名称其中包含的目录），files 是包含文件的列表。在测试代​​码中，我们没有使用“dirs”列表。

第二个循环：root 现在是第一个子目录，dirs 是其中包含的子目录的列表，files 是其中包含的文件的列表。

... 以此类推，直到到达树中的最后一个子目录。

os.walk 有三个可选参数：你可以在网上找到很多关于它们及其使用的信息，但我认为你的问题是关于 os.walk 的基础知识。