使用 os.walk 方法获取包含 2 种类型文件的目录路径

Question

我想在 Python 2.7 中使用 os().walk 方法列出所有包含 docx 文件的文件夹。我设法用下面编写的代码做到了这一点，但我想知道是否可以限制此列表以仅显示恰好包含两种特定文件类型的文件夹（例如 "docx" 和 "pdf"）？

import os
import walk

a = open("output.txt", "w")
for path, subdirs, files in os.walk(r'C:\Users\Stephen\Desktop'):
    for filename in files:
        if filename.endswith(('.docx')):
            f = os.path.join(path, filename)
            a.write(str(f) + os.linesep)

Answer 1

跳过至少没有这两个扩展名的目录；每个目录的文件列表是有限的，因此使用 any() 来测试特定扩展名很便宜：

for path, subdirs, files in os.walk(r'C:\Users\Stephen\Desktop'):
    if not (any(f.endswith('.pdf') for f in files) and 
            any(f.endswith('.docx') for f in files)):
        # no PDF or Word files here, skip
        continue
    # directory contains *both* PDF and Word documets

当要测试的扩展列表变长时，您可能只想创建一组所有可用的扩展：

for path, subdirs, files in os.walk(r'C:\Users\Stephen\Desktop'):
    extensions = {os.path.splitext(f)[-1] for f in files}
    if not extensions >= {'.pdf', '.docx', '.odt', '.wpf'}:
        # directory doesn't contain *all* required file types 
        continue

>= 测试右边的集合是否是左边的子集（所以 extensions 是 superset of the right-hand set）；所以 extensions 应该至少包含右侧命名的所有扩展名：

>>> {'.foo', '.docx', '.pdf', '.odt'} >= {'.pdf', '.docx', '.odt', '.wpf'}  # missing .wpf
False
>>> {'.foo', '.wpf', '.docx', '.pdf', '.odt'} >= {'.pdf', '.docx', '.odt', '.wpf'} # complete
True

Answer 2

这个?

import os

a = open("output.txt", "w")
for path, subdirs, files in os.walk(r'C:\Users\Stephen\Desktop'):
    docx = False
    pdf = False
    rest = True
    for filename in files:
        if filename.endswith(('.docx')):
            docx = True
        elif filename.endswith(('.pdf')):
            pdf = True
        else:
            rest = False
            break
    if docx and pdf and rest:
        f = os.path.join(path, filename)
        a.write(str(f) + os.linesep)

使用 os.walk 方法获取包含 2 种类型文件的目录路径

using os.walk method to get directory paths containing 2 types of files

python

python-2.7

os.walk