175

我正在编写一个下降到目录树的脚本（使用 os.walk()），然后访问与某个文件扩展名匹配的每个文件。但是，由于我的工具将用于的某些目录树还包含子目录，而这些子目录又包含很多无用的（出于此脚本的目的）的东西，我想我会添加一个选项供用户指定要从遍历中排除的目录列表。

这很容易使用 os.walk()。毕竟，由我决定是否真的要访问由 os.walk() 产生的相应文件/目录，或者只是跳过它们。问题是，例如，如果我有这样的目录树：

root--
     |
     --- dirA
     |
     --- dirB
     |
     --- uselessStuff --
                       |
                       --- moreJunk
                       |
                       --- yetMoreJunk

而且我想排除uselessStuff及其所有子目录， os.walk() 仍将下降到uselessStuff的所有（可能数千个）子目录中，不用说，这会大大减慢速度。在一个理想的世界里，我可以告诉 os.walk() 甚至不用费心产生更多uselessStuff的孩子的孩子，但据我所知，没有办法这样做（有吗？）。

有人有想法吗？也许有一个第三方库可以提供类似的东西？

4

2 回答 2

295

dirs 就地修改将修剪以下访问的（后续）文件和目录os.walk：

# exclude = set(['New folder', 'Windows', 'Desktop'])
for root, dirs, files in os.walk(top, topdown=True):
    dirs[:] = [d for d in dirs if d not in exclude]

从帮助（os.walk）：

当 topdown 为真时，调用者可以就地修改 dirnames 列表（例如，通过 del 或 slice 赋值），并且 walk 只会递归到名称保留在 dirnames 中的子目录；这可以用来修剪搜索...

于 2013-11-08T13:10:41.980 回答
9

...@unutbu 出色答案的另一种形式，读起来更直接，因为其目的是排除目录，代价是 O(n**2) 与 O(n) 时间。

list(dirs)（正确执行需要复制 dirs 列表）

# exclude = set([...])
for root, dirs, files in os.walk(top, topdown=True):
    [dirs.remove(d) for d in list(dirs) if d in exclude]
于 2016-05-17T05:16:44.257 回答