获取目录中已过滤的文件列表

Question

我试图使用Python获取目录中的文件列表,但我不想要所有文件的列表.

我本质上想要的是能够做类似下面的事情,但使用Python而不是执行ls.

ls 145592*.jpg

如果没有内置的方法,我目前正在考虑编写一个for循环来迭代结果os.listdir()并将所有匹配的文件附加到一个新列表.

但是,也有很多的文件在该目录中,所以我希望有一个更有效的方法(或内置的方法).

Answer 1

glob.glob('145592*.jpg')

Answer 2

glob.glob()绝对是这样做的方式(根据Ignacio).但是,如果你确实需要更复杂的匹配,你可以使用列表理解来完成它re.match(),如下所示:

files = [f for f in os.listdir('.') if re.match(r'[0-9]+.*\.jpg', f)]

更灵活,但正如您所说,效率较低.

Answer 3

把事情简单化:

import os
relevant_path = "[path to folder]"
included_extensions = ['jpg','jpeg', 'bmp', 'png', 'gif']
file_names = [fn for fn in os.listdir(relevant_path)
              if any(fn.endswith(ext) for ext in included_extensions)]

我更喜欢这种列表推导形式,因为它读得很好.

我读了第四行:对于我的路径的os.listdir中的每个fn,只给我匹配任何一个包含的扩展名.

新手python程序员可能很难真正习惯使用列表推导进行过滤,并且它可能会为非常大的数据集带来一些内存开销,但是为了列出目录和其他简单的字符串过滤任务,列表推导会导致更干净可记录的代码.

这个设计的唯一之处在于它不能保护你免于犯错传递字符串而不是列表.例如,如果您不小心将字符串转换为列表并最终检查字符串的所有字符,您最终可能会得到一大堆误报.

但是,与一个难以理解的解决方案相比,最好有一个容易解决的问题.

Answer 4

另外一个选项:

>>> import os, fnmatch
>>> fnmatch.filter(os.listdir('.'), '*.py')
['manage.py']

https://docs.python.org/3/library/fnmatch.html

Answer 5

您可以使用Python 标准库 3.4 及更高版本中提供的pathlib 。

from pathlib import Path

files = [f for f in Path.cwd().iterdir() if f.match("145592*.jpg")]

Answer 6

初步代码

import glob
import fnmatch
import pathlib
import os

pattern = '*.py'
path = '.'

解决方案1 - 使用"glob"

# lookup in current dir
glob.glob(pattern)

In [2]: glob.glob(pattern)
Out[2]: ['wsgi.py', 'manage.py', 'tasks.py']

解决方案2 - 使用"os"+"fnmatch"

变体2.1 - 在当前目录中查找

# lookup in current dir
fnmatch.filter(os.listdir(path), pattern)

In [3]: fnmatch.filter(os.listdir(path), pattern)
Out[3]: ['wsgi.py', 'manage.py', 'tasks.py']

变体2.2 - 查找递归

# lookup recursive
for dirpath, dirnames, filenames in os.walk(path):

    if not filenames:
        continue

    pythonic_files = fnmatch.filter(filenames, pattern)
    if pythonic_files:
        for file in pythonic_files:
            print('{}/{}'.format(dirpath, file))

结果

./wsgi.py
./manage.py
./tasks.py
./temp/temp.py
./apps/diaries/urls.py
./apps/diaries/signals.py
./apps/diaries/actions.py
./apps/diaries/querysets.py
./apps/library/tests/test_forms.py
./apps/library/migrations/0001_initial.py
./apps/polls/views.py
./apps/polls/formsets.py
./apps/polls/reports.py
./apps/polls/admin.py

解决方案3 - 使用"pathlib"

# lookup in current dir
path_ = pathlib.Path('.')
tuple(path_.glob(pattern))

# lookup recursive
tuple(path_.rglob(pattern))

笔记:

1. 在Python 3.4上测试过
2. 模块"pathlib"仅在Python 3.4中添加
3. Python 3.5添加了一个使用glob.glob https://docs.python.org/3.5/library/glob.html#glob.glob进行递归查找的功能 .由于我的机器安装了Python 3.4,我还没有测试过.

Answer 7

使用os.walk以递归方式列出您的文件

import os
root = "/home"
pattern = "145992"
alist_filter = ['jpg','bmp','png','gif'] 
path=os.path.join(root,"mydir_to_scan")
for r,d,f in os.walk(path):
    for file in f:
        if file[-3:] in alist_filter and pattern in file:
            print os.path.join(root,file)

Answer 8

过滤glob模块：

导入球

import glob

通配符：

files=glob.glob("data/*")
print(files)

Out:

['data/ks_10000_0', 'data/ks_1000_0', 'data/ks_100_0', 'data/ks_100_1',
'data/ks_100_2', 'data/ks_106_0', 'data/ks_19_0', 'data/ks_200_0', 'data/ks_200_1', 
'data/ks_300_0', 'data/ks_30_0', 'data/ks_400_0', 'data/ks_40_0', 'data/ks_45_0', 
'data/ks_4_0', 'data/ks_500_0', 'data/ks_50_0', 'data/ks_50_1', 'data/ks_60_0', 
'data/ks_82_0', 'data/ks_lecture_dp_1', 'data/ks_lecture_dp_2']

接头扩展.txt：

files = glob.glob("/home/ach/*/*.txt")

一个字符

glob.glob("/home/ach/file?.txt")

编号范围

glob.glob("/home/ach/*[0-9]*")

字母范围

glob.glob("/home/ach/[a-c]*")

Answer 9

import os

dir="/path/to/dir"
[x[0]+"/"+f for x in os.walk(dir) for f in x[2] if f.endswith(".jpg")]

这将为您提供带有完整路径的 jpg 文件列表。您可以替换x[0]+"/"+f用f的只是文件名。您还可以替换f.endswith(".jpg")为您希望的任何字符串条件。