Python如何遍历文件夹文件

Python遍历文件夹文件的方法有多种，常用的方法包括使用os模块、os.walk函数、glob模块和pathlib模块。 其中，os.walk函数是最灵活和强大的方法之一。它不仅可以遍历文件，还可以遍历文件夹的子文件夹，适用于复杂的目录结构。

os.walk函数可以递归地遍历文件夹及其子文件夹，适用于复杂的目录结构。os.walk函数返回一个三元组，包含当前文件夹路径、子文件夹列表和文件列表。通过遍历这些列表，可以轻松获取所有文件和文件夹的路径信息。以下是详细描述和其他方法的介绍。

一、使用os模块

1. os.listdir()方法

os模块是Python标准库的一部分，它提供了与操作系统交互的功能。os.listdir()方法可以列出指定目录中的所有文件和文件夹。

import os
def list_files(directory):
    return os.listdir(directory)
directory = 'path/to/directory'
files = list_files(directory)
for file in files:
    print(file)

在上述代码中，os.listdir()方法返回一个包含目录中所有文件和文件夹名称的列表。需要注意的是，这个方法不会递归地遍历子文件夹。

2. os.scandir()方法

os.scandir()方法是Python 3.5引入的一个新方法，提供了比os.listdir()更高效的目录遍历方式。它返回一个包含os.DirEntry对象的迭代器，可以更方便地获取文件属性。

import os
def list_files(directory):
    with os.scandir(directory) as it:
        for entry in it:
            if entry.is_file():
                print(entry.name)
directory = 'path/to/directory'
list_files(directory)

os.scandir()方法不仅更高效，还可以通过os.DirEntry对象直接访问文件的属性，如文件类型、大小等。

二、使用os.walk()函数

os.walk()函数是遍历目录结构的强大工具，它可以递归地遍历文件夹及其子文件夹，并返回一个三元组，包含当前文件夹路径、子文件夹列表和文件列表。

import os
def walk_directory(directory):
    for root, dirs, files in os.walk(directory):
        for name in files:
            print(os.path.join(root, name))
directory = 'path/to/directory'
walk_directory(directory)

在上述代码中，os.walk()函数递归遍历目录结构，root变量表示当前遍历的目录路径，dirs变量表示当前目录下的子文件夹列表，files变量表示当前目录下的文件列表。通过os.path.join()函数可以获取文件的完整路径。

os.walk()函数的优势在于递归遍历文件夹及其子文件夹，适用于复杂的目录结构。

三、使用glob模块

glob模块提供了基于Unix风格路径名模式匹配的文件搜索功能。它可以使用通配符模式匹配文件和文件夹，支持递归搜索。

import glob
def glob_files(directory):
    for file in glob.glob(directory + '/', recursive=True):
        if os.path.isfile(file):
            print(file)
directory = 'path/to/directory'
glob_files(directory)

在上述代码中，glob.glob()方法使用通配符模式匹配文件和文件夹，recursive参数指定是否递归搜索子文件夹。glob模块的优势在于支持通配符模式匹配，适用于需要根据特定模式匹配文件的场景。

四、使用pathlib模块

pathlib模块是Python 3.4引入的一个新模块，提供了面向对象的文件系统路径操作。它比os模块更直观和易用，适用于现代Python代码。

from pathlib import Path
def list_files(directory):
    path = Path(directory)
    for file in path.rglob('*'):
        if file.is_file():
            print(file)
directory = 'path/to/directory'
list_files(directory)

在上述代码中，Path对象表示文件系统路径，rglob()方法递归遍历目录结构，并返回匹配的文件和文件夹。pathlib模块的优势在于面向对象的路径操作，更加直观和易用。

五、使用第三方库

除了Python标准库，还可以使用第三方库来遍历文件夹文件。以下是一些常用的第三方库：

1. pandas库

pandas库是一个强大的数据分析库，提供了丰富的数据操作功能。虽然pandas库主要用于数据分析，但它也可以用于遍历文件夹文件。

import pandas as pd
def list_files(directory):
    files = pd.Series([str(file) for file in Path(directory).rglob('*') if file.is_file()])
    print(files)
directory = 'path/to/directory'
list_files(directory)

在上述代码中，pandas库的Series对象可以方便地存储和操作文件路径列表。pandas库的优势在于强大的数据操作功能，适用于需要对文件路径进行进一步分析的场景。

2. watchdog库

watchdog库是一个文件系统监控库，可以监控文件和文件夹的变化。它可以用于实时监控文件夹的变化，并执行相应的操作。

from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler
class MyHandler(FileSystemEventHandler):
    def on_modified(self, event):
        print(f'File modified: {event.src_path}')
    def on_created(self, event):
        print(f'File created: {event.src_path}')
    def on_deleted(self, event):
        print(f'File deleted: {event.src_path}')
directory = 'path/to/directory'
event_handler = MyHandler()
observer = Observer()
observer.schedule(event_handler, directory, recursive=True)
observer.start()
try:
    while True:
        pass
except KeyboardInterrupt:
    observer.stop()
observer.join()

在上述代码中，watchdog库的Observer对象用于监控文件和文件夹的变化，FileSystemEventHandler类用于处理文件系统事件。watchdog库的优势在于实时监控文件夹的变化，适用于需要监控文件夹变化的场景。

六、总结

Python提供了多种遍历文件夹文件的方法，包括使用os模块、os.walk函数、glob模块、pathlib模块以及第三方库。不同方法适用于不同的场景，选择合适的方法可以提高代码的可读性和效率。

os模块：适用于简单的文件夹遍历，os.listdir()方法列出指定目录中的所有文件和文件夹，os.scandir()方法提供更高效的遍历方式。
os.walk函数：适用于复杂的目录结构，递归遍历文件夹及其子文件夹。
glob模块：适用于根据特定模式匹配文件，支持通配符模式匹配。
pathlib模块：适用于现代Python代码，提供面向对象的文件系统路径操作。
第三方库：如pandas库适用于需要对文件路径进行进一步分析的场景，watchdog库适用于需要监控文件夹变化的场景。

通过选择合适的方法，可以高效地遍历文件夹文件，满足不同的需求。