Python遍历文件及子文件下的指定文件

港控/mmm° 2023-09-23 13:02 67阅读 0赞

# Python遍历文件夹包括子文件夹下指定类型文件 #

# 需求： #

1.文件夹以及子文件下的文件导出  
2.指定文件格式为pdf（或者选择其他比如：txt等）  
3导出文件并自动保存在新建的txt或者excel文件中

# 解决方法： #

## 1.文件夹以及子文件下的文件导出 ##

### 1.1python遍历文件夹中的 子文件夹以及文件 ###

> 参考：https://blog.csdn.net/weixin\_41521681/article/details/92768157

import os
     
     
    image_path = 'F:\\test\\frames'
    # 遍历文件夹及其子文件夹中的文件，并存储在一个列表中
    # 输入文件夹路径、空文件列表[]
    # 返回 文件列表Filelist,包含文件名（完整路径）
    def get_filelist(dir, Filelist):
        newDir = dir
        if os.path.isfile(dir):
            Filelist.append(dir)
            # # 若只是要返回文件文，使用这个
            # Filelist.append(os.path.basename(dir))
        elif os.path.isdir(dir):
            for s in os.listdir(dir):
                # 如果需要忽略某些文件夹，使用以下代码
                #if s == "xxx":
                    #continue
                newDir=os.path.join(dir,s)
                get_filelist(newDir, Filelist)
        return Filelist
     
    if __name__ =='__main__' :
        list = get_filelist('F:\\test\\frames', [])
        print(len(list))
        for e in list:
            print(e)

### 1.2使用os.walk（）函数实现 ###

import os
    path ='F:\\test\\frames'
    def get_filelist(dir):
        Filelist = []
        for home, dirs, files in os.walk(path):
            for filename in files:
                # 文件名列表，包含完整路径
                Filelist.append(os.path.join(home, filename))
                # # 文件名列表，只包含文件名
                # Filelist.append( filename)
        return Filelist
     
    if __name__ =="__main__":
        Filelist = get_filelist(dir)
        print(len( Filelist))
        for file in  Filelist :
            print(file)

### 1.3函数式编程实现 ###

def subdir_list(dirname):
        """获取目录下所有子目录名
        @param dirname: str 目录的完整路径
        @return: list(str) 所有子目录完整路径组成的列表
        """
        return list(filter(os.path.isdir,
                           map(lambda filename: os.path.join(dirname, filename),     
                               os.listdir(dirname) )      
                          ))
     
    def file_list(dirname, ext='.csv'):
        """获取目录下所有特定后缀的文件
        @param dirname: str 目录的完整路径
        @param ext: str 后缀名, 以点号开头
        @return: list(str) 所有子文件名(不包含路径)组成的列表
        """
        return list(filter( lambda filename: os.path.splitext(filename)[1] == ext,
                            os.listdir(dirname) ))

## 2.指定文件格式为pdf（或者选择其他比如：txt等） ##

import codecs
    import os
    
    path = 'C:\test\test\test\test'
    def get_filelist(test):
        Filelist = []
        for home, dirs, files in os.walk(test):
            for filename in files:
                # 文件名列表，包含完整路径
                if os.path.splitext(filename)[1] == '.pdf':
                    #可以更换其他的类型
                    Filelist.append(filename)
    
        return Filelist

补充：

> `***os.path.splitext()***` method in Python is used to split the path name into a pair *root* and *ext*. Here, *ext* stands for extension and has the extension portion of the specified path while *root* is everything except *ext* part.  
> *ext* is empty if specified path does not have any extension. If the specified path has leading period (‘.’), it will be ignored.
> 
> For example consider the following path names:
> 
>     path name                          root                        ext
>     /home/User/Desktop/file.txt    /home/User/Desktop/file              .txt
>     /home/User/Desktop             /home/User/Desktop                  {empty}
>     file.py                               file                          .py
>     .txt                                  .txt                         {empty}

Python program to explain os.path.splitext() method 
        
    # importing os module 
    import os
      
    # path
    path = '/home/User/Desktop/file.txt'
      
    # Split the path in 
    # root and ext pair
    root_ext = os.path.splitext(path)
      
    # print root and ext
    # of the specified path
    print("root part of '% s':" % path, root_ext[0])
    print("ext part of '% s':" % path, root_ext[1], "\n")
      
      
    # path
    path = '/home/User/Desktop/'
      
    # Split the path in 
    # root and ext pair
    root_ext = os.path.splitext(path)
      
    # print root and ext
    # of the specified path
    print("root part of '% s':" % path, root_ext[0])
    print("ext part of '% s':" % path, root_ext[1])

**Output:**

root part of '/home/User/Desktop/file.txt': /home/User/Desktop/file
    ext part of '/home/User/Desktop/file.txt': .txt 
    
    root part of '/home/User/Desktop/': /home/User/Desktop/
    ext part of '/home/User/Desktop/':

## 3导出文件并自动保存在新建的txt或者excel文件中 ##

import codecs
    with codecs.open("text.txt", mode='w', encoding='utf-8') as f:
        result = get_filelist(path)
        for entry in result:
            f.write(str(entry) + '\n')

# 代码完成版： #

# 需求：文件夹以及子文件下的文件导出 #

# 1.指定文件格式为pdf #

# 2.导出文件时，自动建立新的文件txt或者excel文件 #

import codecs
    import os
    
    path = 'C:\test\test\test\test'
    def get_filelist(test):
        Filelist = []
        for home, dirs, files in os.walk(test):
            for filename in files:
                # 文件名列表，包含完整路径
                if os.path.splitext(filename)[1] == '.pdf':
                    Filelist.append(filename)
    
        return Filelist
    
    with codecs.open("text.txt", mode='w', encoding='utf-8') as f:
        result = get_filelist(path)
        for entry in result:
            f.write(str(entry) + '\n')