获取文件系统列表Python

时间:2012-09-26 21:10:52

标签: python data-structures

  

可能重复:
  Create a tree-style directory listing in Python

我想分析文件系统并将结果打印为格式化文件。我的第一个实现可以简单地是纯文本,但在以后我想要合并HTML。

我使用基本方法收集每个文件夹中包含的文件,我可以将其返回并发送给文本处理器:

def gather_tree(source):
        tree = {}
        for path, dirs, files in os.walk(source):
            tree[path] = []
            for file in files:
                tree[path].append(file)
        return tree

显然,这里的问题是我正在制作一个没有深度概念的结构,我想我需要能够以足够的空间和嵌套正确地格式化列表。

我目前非常基本的打印模式如下:

def print_file_tree(tree):
    # Prepare tree
    dir_list = tree.keys()
    dir_list.sort()

    for directory in dir_list:
        print directory
        for f in tree[directory]:
            print f

我对数据结构并不陌生,并希望得到一些意见!

1 个答案:

答案 0 :(得分:2)

如果您计划从数据创建XML,您实际上必须创建一个树状结构。这可以是您构建,注释并可能迭代或遍历的中间树,然后转换为ElementTree以创建XML。或者,您可以使用lxml的ElementTree API直接构建ElementTree

无论哪种方式,使用os.walk()都不是可行的方法。这听起来可能违反直觉,但重点在于:os.walk()为您序列化(展平)文件系统树,因此您可以轻松地对其进行迭代,而不必处理编写递归函数的问题。那。但是,在您的情况下,想要保留树结构,因此如果您自己编写递归函数会更容易。

这是一个使用ElementTree构建lxml的示例。

(此代码基于@MikeDeSimone's answer松散地基于类似问题)

import os
from lxml import etree


def dir_as_tree(path):
    """Recursive function that walks a directory and returns a tree
    of nested etree nodes.
    """
    basename = os.path.basename(path)
    node = etree.Element("node")
    node.attrib['name'] = basename
    # Gather some more information on this path here
    # and write it to attributes
    # ...
    if os.path.isdir(path):
        # Recurse
        node.tag = 'dir'
        for item in sorted(os.listdir(path)):
            item_path = os.path.join(path, item)
            child_node = dir_as_tree(item_path)
            node.append(child_node)
        return node
    else:
        node.tag = 'file'
        return node

# Create a tree of the current working directory
cwd = os.getcwd()
root = dir_as_tree(cwd)

# Create an element tree from the root node
# (in order to serialize it to a complete XML document)
tree = etree.ElementTree(root)

xml_document = etree.tostring(tree,
                              pretty_print=True,
                              xml_declaration=True,
                              encoding='utf-8')
print xml_document

示例输出:

<?xml version='1.0' encoding='utf-8'?>
<dir name="dirwalker">
  <dir name="top1">
    <file name="foobar.txt"/>
    <dir name="sub1"/>
  </dir>
  <dir name="top2">
    <dir name="sub2"/>
  </dir>
  <dir name="top3">
    <dir name="sub3">
      <dir name="sub_a"/>
      <dir name="sub_b"/>
    </dir>
  </dir>
  <file name="topfile1.txt"/>
  <file name="walker.py"/>
</dir>