Hur man listar alla filer i en katalog med Python och lägger till dem i en lista

Katalogfillista i Python

Att lista alla filer i en katalog är en vanlig uppgift i Python-programmering, oavsett om du organiserar filer, bearbetar data eller automatiserar uppgifter. Python tillhandahåller flera metoder för att åstadkomma detta enkelt och effektivt.

I den här artikeln kommer vi att utforska olika sätt att lista alla filer i en katalog med Python och hur man lägger till dem i en lista. I slutet kommer du att ha en tydlig förståelse för hur du hanterar kataloginnehåll programmatiskt i dina Python-projekt.

Förstå kataloglistningsskripten i Python

Det första skriptet använder os modul, närmare bestämt os.walk(directory_path) funktion för att gå igenom katalogträdet. Denna funktion genererar filnamnen i ett katalogträd, med start från den översta katalogen ner till bladkatalogerna. Inom denna loop använder vi os.path.join(root, file) för att sammanfoga katalogsökvägen och filnamnet korrekt, och se till att den slutliga sökvägen är giltig oavsett operativsystem. Sökvägarna till alla filer läggs sedan till i files_list lista, som returneras i slutet av funktionen. Denna metod är effektiv för stora katalogstrukturer eftersom den bearbetar filer stegvis.

Det andra skriptet använder pathlib bibliotek, som tillhandahåller ett objektorienterat gränssnitt för att interagera med filsystemet. Vi börjar med att skapa en Path objekt för den givna katalogen. De path.rglob('*') metod används för att rekursivt hitta alla filer som matchar det givna mönstret. De file.is_file() metod kontrollerar om varje hittad sökväg är en vanlig fil. Om det är det konverterar vi Path objekt mot en sträng med hjälp av str(file) och lägg till den i files_list. Detta tillvägagångssätt är modernare och föredras ofta för dess läsbarhet och användarvänlighet. Den hanterar också olika typer av vägar (som symboliska länkar) mer elegant.

import os

def list_files_in_directory(directory_path):
    files_list = []
    for root, dirs, files in os.walk(directory_path):
        for file in files:
            files_list.append(os.path.join(root, file))
    return files_list

# Example usage
directory_path = '/path/to/directory'
files = list_files_in_directory(directory_path)
print(files)

from pathlib import Path

def list_files(directory_path):
    path = Path(directory_path)
    files_list = [str(file) for file in path.rglob('*') if file.is_file()]
    return files_list

# Example usage
directory_path = '/path/to/directory'
files = list_files(directory_path)
print(files)

Avancerade tekniker för katalogfillistning i Python

Utöver de metoder som diskuterats tidigare, innebär ett annat kraftfullt tillvägagångssätt för att lista filer i en katalog att använda os.scandir() fungera. Denna metod returnerar en iterator av os.DirEntry objekt, som innehåller information om filerna och katalogerna. Det är mer effektivt än os.listdir() eller os.walk() eftersom den hämtar katalogposter och deras attribut i ett enda systemanrop. Detta kan vara särskilt användbart när du har att göra med stora kataloger eller när du behöver filtrera filer baserat på deras attribut, såsom storlek eller ändringstid.

En annan avancerad teknik involverar att använda glob modul, som tillhandahåller en funktion för expansion av sökvägsmönster. De glob.glob() funktion returnerar en lista med sökvägar som matchar ett specificerat mönster. För rekursiv fillista, glob.iglob() kan användas med recursive=True parameter. Denna metod är mycket effektiv för enkel mönstermatchning och används ofta i databehandlingspipelines där specifika filtyper behöver bearbetas. Dessutom integrera dessa metoder med parallella bearbetningsbibliotek som concurrent.futures kan avsevärt påskynda filsystemdriften genom att utnyttja flerkärniga processorer.