与 Python os.walk 的差异答案

【问题标题】：Discrepancies with Python os.walk与 Python os.walk 的差异
【发布时间】：2013-01-15 02:41:26
【问题描述】：

我编写了一个脚本来抓取我系统上的目录并记录文件元数据。我已经使用 os.walk 来做到这一点。

它在大多数情况下都有效，但是当在不同的机器上运行时，它会返回不同的文件列表。

现在我正在我的 Dropbox 文件夹上进行测试；在我的 MBPro(lion) 上，它会抓取文件夹并返回正确数量的文件。在我的 iMac（山狮）上它不会，通常每次运行会跳过 1-3 个文件。额外的爬网将拾取一个落后者，但通常它会继续忽略目录中的一些文件。

这是代码的简短 sn-p：

directory = '/Users/user/Dropbox/'
for dirname, dirnames, filenames in os.walk(directory):
  for subdirname in dirnames:
    for filename in filenames:
      if os.path.isfile(filename):
        # collect file info using os.path and os.stat

我显然想忽略目录。有一个更好的方法吗？最好是与操作系统无关的东西。

【问题讨论】：

如果您所做的只是收集有关文件名的信息，您确实不需要循环遍历目录名。
dirnames 是当前路径的子目录和filenames 的兄弟姐妹。对于完整路径，请使用 dirname。只是dirname中的目录和dirname中的文件名分别列出来了。
没错，所以你不需要循环dirnames。您没有使用dirnames 的值。
不，你不能。但是您可以完全删除 for subdirname in dirnames: 循环。
@frankV: 子目录中的文件将在循环的 next 迭代中搜索。 directories 列表主要提供，以便您可以更改排序和/或添加或删除在呼吸优先搜索中接下来要搜索的目录。

标签： python os.walk

【解决方案1】：

诀窍就像@MartijnPieters 建议的那样。也没有必要循环遍历子目录，因为它们会在循环的下一次迭代中被拾取。这是我的两台机器之间存在差异的原因。

另外值得注意的是，OSX 有一种非常奇怪的方式来计算给定目录中的文件。您可以通过在给定目录上运行 df 然后执行“获取信息”并比较结果来看到这一点。

directory = '/Users/user/Dropbox/'
for dirname, dirnames, filenames in os.walk(directory):
    for filename in filenames:
        if os.path.isfile(filename):
            # collect file info using os.path and os.stat'

【讨论】：