Python获取文件夹下所有文件的方法详解

Python能够轻松地遍历文件夹下的所有文件，下面从不同的角度，详细地讲述如何在Python中获取文件夹下所有文件。

一、使用os库遍历文件夹

Python中的os库提供了许多底层的操作函数，包括文件访问、目录操作、进程管理等等。遍历文件夹中的所有文件可以使用os库中的os.listdir()函数。

import os

def get_all_files(rootdir):
    fileList = []
    for root, dirs, files in os.walk(rootdir):
        for file in files:
            filepath = os.path.join(root, file)
            fileList.append(filepath)
    return fileList

rootdir = "/path/to/folder"
fileList = get_all_files(rootdir)
for file in fileList:
    print(file)

首先定义了一个函数get_all_files()，接受文件夹路径，返回文件路径列表。os.walk()函数用来返回三元组(root,dirs,files)，其中root表示正在遍历的当前文件夹路径，dirs表示当前路径下所有文件夹列表，files表示当前路径下所有文件列表。

通过os.path.join()函数，将文件夹路径和文件名连接起来，获取文件的完整路径。将所有的文件路径添加到一个列表中，最后返回。

二、使用glob库遍历文件夹

glob库是Python自带的一个文件路径匹配工具，可以通过匹配规则获取文件路径。使用它可以非常方便地遍历文件夹中的所有文件。

import glob

def get_all_files(rootdir):
    fileList = []
    pattern = rootdir + '/**/*'
    files = glob.glob(pattern, recursive=True)
    for file in files:
        if not os.path.isdir(file):
            fileList.append(file)
    return fileList

rootdir = "/path/to/folder"
fileList = get_all_files(rootdir)
for file in fileList:
    print(file)

首先定义了一个函数get_all_files()，接受文件夹路径，返回文件路径列表。使用glob.glob()函数获取符合规则的文件列表，其中pattern表示文件路径匹配规则，recursive=True表示递归获取所有文件。

由于glob.glob()函数还会获取文件夹路径，因此需要额外判断文件是否为文件夹，将所有的文件路径添加到一个列表中，最后返回。

三、使用pathlib库遍历文件夹

pathlib库是Python3.4开始新增的库，用于简化与文件系统路径相关的操作。使用该库可以非常方便地遍历文件夹中的所有文件。

from pathlib import Path

def get_all_files(rootdir):
    fileList = []
    for path in Path(rootdir).rglob('*'):
        if path.is_file():
            fileList.append(str(path))
    return fileList

rootdir = "/path/to/folder"
fileList = get_all_files(rootdir)
for file in fileList:
    print(file)

首先定义了一个函数get_all_files()，接受文件夹路径，返回文件路径列表。使用Path().rglob()方法获取符合规则的文件列表，其中'*'表示匹配所有文件，rglob()表示递归获取所有文件。

由于Path().rglob()方法返回的是pathlib.Path对象，需要使用str()方法将其转换为字符串，最后判断文件是否为文件，将所有的文件路径添加到一个列表中，最后返回。

四、使用os.scandir()替代os.listdir()

在Python 3.5中，os库新增了一个os.scandir()函数，该函数与os.listdir()函数类似，用于遍历文件夹中的所有文件。相比于os.listdir()，os.scandir()可以提供更好的性能，尤其是在遍历大量文件时。

def get_all_files(rootdir):
    fileList = []
    for entry in os.scandir(rootdir):
        if entry.is_file():
            fileList.append(entry.path)
        elif entry.is_dir():
            sublist = get_all_files(entry.path)
            fileList.extend(sublist)
    return fileList

rootdir = "/path/to/folder"
fileList = get_all_files(rootdir)
for file in fileList:
    print(file)

首先定义了一个函数get_all_files()，接受文件夹路径，返回文件路径列表。使用os.scandir()函数获取文件夹中所有文件和文件夹的iterable，使用entry.path获取文件绝对路径。

由于需要递归获取所有文件，需要在遇到文件夹时，递归调用get_all_files()函数获取子文件夹中的所有文件，最后将所有的文件路径添加到一个列表中，最后返回。

五、结语

本文介绍了四种获取文件夹下所有文件的方法，使用os库遍历文件夹、使用glob库遍历文件夹、使用pathlib库遍历文件夹以及使用os.scandir()替代os.listdir()，作者个人认为最为推荐使用的是pathlib库的方法，因为它提供了非常方便的面向对象的文件系统操作方式，同时也更加Pythonic。