在Python中，如何找到一个目录下的所有文件，包括子目录中的文件？

Question

是否有内置函数可以查找特定目录下的所有文件，包括子目录中的文件？ 我尝试了这段代码，但它不起作用...也许逻辑本身就是错误的...

def fun(mydir):
    lis=glob.glob(mydir)
    length=len(lis)
    l,i=0,0
    if len(lis):
        while(l+i<length):
            if os.path.isfile(lis[i]):
                final.append(lis[i])
                lis.pop(i)
                l=l+1
                i=i+1
            else:
                i=i+1
            print final
        fun(lis)
    else:
        print final

- pythBegin

Answer 1

没有内置的函数，但使用os.walk，可以很容易构建它：

import os
def recursive_file_gen(mydir):
    for root, dirs, files in os.walk(mydir):
        for file in files:
            yield os.path.join(root, file)

ETA: os.walk函数可以递归地遍历目录树；recursive_file_gen函数是一个生成器（使用yield关键字来生成下一个文件）。要获取结果列表，请执行以下操作：

list(recursive_file_gen(mydir))

- SilentGhost

---

@pythbegin: 添加了解释，请问如有任何不清楚的具体点，请提出。 - SilentGhost

@pyth：在Python文档中有一个正式的定义。 - SilentGhost

我对你的代码进行了一些更改，现在它是这样的： def listall(parent): lis=[] for root, dirs, files in os.walk(parent): for name in files: if os.path.getsize(os.path.join(root,name))>500000: lis.append(os.path.join(root,name)) return lis我的目标是找到所有大小大于500000的文件...它正常工作... 但是当我在Windows上的“临时互联网文件”文件夹中使用此函数时，我遇到了这个错误... 我认为这是因为文件名中有特殊字符。 你能提供一些建议吗？ - pythBegin

抱歉...我忘了提到错误 Traceback (most recent call last): File "<pyshell#4>", line 1, in <module> listall(a) File "<pyshell#2>", line 5, in listall if os.path.getsize(os.path.join(root,name))>500000: File "C:\Python26\lib\genericpath.py", line 49, in getsize return os.stat(filename).st_size WindowsError: [Error 123] 文件名、目录名或卷标语法不正确: 'C:\Documents and Settings\khedarnatha\Local Settings\Temporary Internet Files\Content.IE5\EDS8C2V7\??????+1[1].jpg' 就是这样 - pythBegin

@pyth: 我怀疑这与文件名的编码有关。很难说，因为您没有提供文件名的示例。显然，?不能出现在文件名中，因为它是无效的。尝试查看文件的实际名称。os.walk返回了什么，os.path.join返回了什么。我建议您提出单独的问题，因为这超出了此问题的范围。 - SilentGhost

不建议使用“_file_”作为变量名，因为它会遮蔽内置名称“_file_”。但在这种情况下，没有任何区别。使用了你的代码片段！谢谢。+1 - Qlimax

Answer 2

我强烈推荐Jason Orendorff编写的这个路径模块： http://pypi.python.org/pypi/path.py/2.2 不幸的是，他的网站现在已经关闭，但您仍然可以从上面的链接（或通过 easy_install ，如果您喜欢）下载。

使用这个路径模块，您可以对路径执行各种操作，包括您请求的文件遍历。以下是一个示例：

from path import path

my_path = path('.')

for file in my_path.walkfiles():
    print file

for file in my_path.walkfiles('*.pdf'):
    print file

此外，还有许多与路径相关的方便函数：

In [1]: from path import path

In [2]: my_dir = path('my_dir')

In [3]: my_file = path('readme.txt')

In [5]: print my_dir / my_file
my_dir/readme.txt

In [6]: joined_path = my_dir / my_file

In [7]: print joined_path
my_dir/readme.txt

In [8]: print joined_path.parent
my_dir

In [9]: print joined_path.name
readme.txt

In [10]: print joined_path.namebase
readme

In [11]: print joined_path.ext
.txt

In [12]: joined_path.copy('some_output_path.txt')

In [13]: print path('some_output_path.txt').isfile()
True

In [14]: print path('some_output_path.txt').isdir()
False

还有更多的操作可以执行，但这些是我经常使用的一些操作。请注意，path类继承自string，因此它可以在任何可以使用string的地方使用。另外，请注意，通过使用重载的/运算符，两个或多个path对象可以轻松地连接在一起。

希望这可以帮助你！

- naitsirhc

Answer 3

你需要的是os.walk()。

但为了提高性能，尝试使用软件包scandir。它也是Python 3.5标准库的一部分，并在PEP471中有描述。

- Marco Mariani