Python中遍历文件夹的方法有多种，包括使用os模块、os.path模块、glob模块、以及pathlib模块。os.walk()、os.listdir()和pathlib.Path.iterdir()是其中常用的方法。在这些方法中，os.walk() 是最为强大和灵活的，它可以递归地遍历文件夹及其子文件夹，返回一个三元组（dirpath, dirnames, filenames）。os.listdir()虽然简单，但只能列出当前文件夹下的内容，不具备递归功能。glob模块提供了基于Unix风格路径名模式的文件名查找方法，而pathlib模块引入了面向对象的路径操作方式，易于理解和使用。以下将详细介绍这些方法的使用。
一、使用os模块
1. os.walk()
os.walk() 是一个简单易用且功能强大的方法，用于递归遍历文件夹。其返回一个生成器，生成器每次返回一个三元组 (dirpath, dirnames, filenames)。
import os
def traverse_directory_with_os_walk(directory):
for dirpath, dirnames, filenames in os.walk(directory):
print(f'Found directory: {dirpath}')
for file_name in filenames:
print(f'\t{file_name}')
示例使用
traverse_directory_with_os_walk('/path/to/directory')
在上述代码中，os.walk() 从指定的根目录开始遍历，返回每个目录路径、目录下的子目录列表和文件列表。用户可以根据需求对这些文件和目录进行处理。
2. os.listdir()
os.listdir() 方法返回指定目录下的所有文件和目录名列表，不包括子目录中的内容。
def list_directory_with_os_listdir(directory):
try:
for entry in os.listdir(directory):
print(entry)
except FileNotFoundError:
print(f'The directory {directory} does not exist.')
示例使用
list_directory_with_os_listdir('/path/to/directory')
该方法适合用于简单的目录内容列出，但需要额外的逻辑来递归遍历子目录。
二、使用glob模块
glob 模块提供了一个简单的方式来查找符合特定模式的文件名。它支持通配符 *, ?, 和 []。
import glob
def traverse_directory_with_glob(directory):
for filepath in glob.glob(f'{directory}/', recursive=True):
print(filepath)
示例使用
traverse_directory_with_glob('/path/to/directory')
在这个例子中，glob.glob() 使用了 通配符和 recursive=True 参数实现递归遍历文件夹。
三、使用pathlib模块
Python 3.4 引入的 pathlib 模块提供了面向对象的路径操作方式，便于理解和使用。
from pathlib import Path
def traverse_directory_with_pathlib(directory):
path = Path(directory)
for filepath in path.rglob('*'):
print(filepath)
示例使用
traverse_directory_with_pathlib('/path/to/directory')
在这里，Path.rglob('*') 方法用于递归遍历目录，类似于 glob.glob() 的功能，但更易于理解和使用。
四、选择合适的方法
根据具体的需求和Python版本，选择适合的方法来遍历文件夹：
os.walk()：功能强大，适用于需要递归遍历所有子目录的情况。os.listdir()：适用于只需列出当前目录内容，不需要递归的简单任务。glob.glob()：适用于需要基于模式匹配查找文件的任务。pathlib.Path：适用于喜欢面向对象风格的代码，并且使用Python 3.4及以上版本。
五、应用场景和注意事项
在实际应用中，选择合适的文件夹遍历方法可以显著提高代码的效率和可读性。以下是一些应用场景和注意事项：
1. 处理大文件夹
当处理包含大量文件的文件夹时，使用生成器（如 os.walk()）可以避免一次性加载所有文件名到内存中，从而节省内存。
2. 处理文件类型
在遍历过程中，通常需要对特定类型的文件进行处理。可以结合字符串方法或正则表达式来过滤文件名。例如，只处理 .txt 文件：
import os
def process_text_files(directory):
for dirpath, _, filenames in os.walk(directory):
for file in filenames:
if file.endswith('.txt'):
print(f'Processing text file: {file}')
示例使用
process_text_files('/path/to/directory')
3. 错误处理
在遍历过程中，可能会遇到权限问题或文件损坏等错误。应使用异常处理机制来捕获和处理这些错误，以提高程序的健壮性。
def safe_traverse_directory(directory):
try:
for dirpath, dirnames, filenames in os.walk(directory):
for file in filenames:
try:
with open(os.path.join(dirpath, file), 'r') as f:
# Process file
pass
except IOError:
print(f'Error reading file: {file}')
except Exception as e:
print(f'An error occurred: {e}')
示例使用
safe_traverse_directory('/path/to/directory')
4. 性能优化
对于需要频繁遍历的任务，可以考虑缓存文件列表或使用多线程/多进程来提高性能。
通过对比和选择合适的方法，结合具体应用场景和注意事项，可以高效地实现Python中的文件夹遍历任务。
相关问答FAQs：
如何使用Python遍历指定文件夹中的所有文件和子文件夹？
要遍历指定文件夹中的所有文件和子文件夹，您可以使用os模块中的os.walk()函数。此函数会生成文件夹中的所有目录树，您可以遍历每个目录和文件。示例代码如下：
import os
for dirpath, dirnames, filenames in os.walk('your_directory_path'):
print(f'当前目录: {dirpath}')
for dirname in dirnames:
print(f'子目录: {dirname}')
for filename in filenames:
print(f'文件: {filename}')
如何过滤遍历文件夹时特定类型的文件？
在遍历文件夹时，您可以根据文件扩展名来过滤特定类型的文件。例如，如果您只想获取所有的.txt文件，可以在遍历过程中添加条件判断。示例代码如下：
import os
for dirpath, dirnames, filenames in os.walk('your_directory_path'):
for filename in filenames:
if filename.endswith('.txt'):
print(f'文本文件: {filename}')
使用Python遍历文件夹时，如何处理错误和异常情况？
在遍历文件夹时，可能会遇到权限不足或文件夹不存在等问题。可以使用try-except结构来捕获和处理这些异常。以下是一个示例：
import os
try:
for dirpath, dirnames, filenames in os.walk('your_directory_path'):
print(f'当前目录: {dirpath}')
except PermissionError:
print("没有权限访问某些文件夹")
except FileNotFoundError:
print("指定的文件夹不存在")
except Exception as e:
print(f'发生错误: {e}')
这些方法可以帮助您高效地遍历文件夹，处理各种情况，并获取所需的信息。
