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。