我有一个C ++ / Obj-C背景，我只是发现了Python（已经写了大约一个小时）。 我正在编写一个脚本，以递归方式读取文件夹结构中的文本文件的内容。
我遇到的问题是我编写的代码只适用于一个文件夹。我可以在代码中看到原因（参见#hardcoded path），我只是不知道如何继续使用Python，因为我的经验只是全新的。
Python代码：
import os
import sys
rootdir = sys.argv[1]
for root, subFolders, files in os.walk(rootdir):
for folder in subFolders:
outfileName = rootdir + "/" + folder + "/py-outfile.txt" # hardcoded path
folderOut = open( outfileName, 'w' )
print "outfileName is " + outfileName
for file in files:
filePath = rootdir + '/' + file
f = open( filePath, 'r' )
toWrite = f.read()
print "Writing '" + toWrite + "' to" + filePath
folderOut.write( toWrite )
f.close()
folderOut.close()
答案 0 :(得分：290)
确保您了解os.walk的三个返回值：
for root, subdirs, files in os.walk(rootdir):
具有以下含义：
root：当前路径“走过”subdirs：目录类型<{li>的root中的文件
files：目录root（不在subdirs）中的文件
请使用os.path.join而不是用斜杠连接！您的问题是filePath = rootdir + '/' + file - 您必须连接当前“walked”文件夹而不是最顶层的文件夹。所以那必须是filePath = os.path.join(root, file)。 BTW“文件”是内置的，因此您通常不会将其用作变量名。
另一个问题是你的循环，应该是这样的，例如：
import os
import sys
walk_dir = sys.argv[1]
print('walk_dir = ' + walk_dir)
# If your current working directory may change during script execution, it's recommended to
# immediately convert program arguments to an absolute path. Then the variable root below will
# be an absolute path as well. Example:
# walk_dir = os.path.abspath(walk_dir)
print('walk_dir (absolute) = ' + os.path.abspath(walk_dir))
for root, subdirs, files in os.walk(walk_dir):
print('--\nroot = ' + root)
list_file_path = os.path.join(root, 'my-directory-list.txt')
print('list_file_path = ' + list_file_path)
with open(list_file_path, 'wb') as list_file:
for subdir in subdirs:
print('\t- subdirectory ' + subdir)
for filename in files:
file_path = os.path.join(root, filename)
print('\t- file %s (full path: %s)' % (filename, file_path))
with open(file_path, 'rb') as f:
f_content = f.read()
list_file.write(('The file %s contains:\n' % filename).encode('utf-8'))
list_file.write(f_content)
list_file.write(b'\n')
如果您不知道，文件的with语句是简写：
with open('filename', 'rb') as f:
dosomething()
# is effectively the same as
f = open('filename', 'rb')
try:
dosomething()
finally:
f.close()
答案 1 :(得分：56)
如果您使用的是Python 3.5或更高版本，则可以在一行中完成此操作。
import glob
for filename in glob.iglob(root_dir + '**/*.txt', recursive=True):
print(filename)
如果递归是真的，那么模式＆＃39; **＆＃39;将匹配任何文件和零个或多个目录和子目录。
如果您想要每个文件，可以使用
import glob
for filename in glob.iglob(root_dir + '**/*', recursive=True):
print(filename)
答案 2 :(得分：33)
同意Dave Webb，os.walk将为树中的每个目录生成一个项目。事实上，您只需要关心subFolders。
这样的代码应该有效：
import os
import sys
rootdir = sys.argv[1]
for folder, subs, files in os.walk(rootdir):
with open(os.path.join(folder, 'python-outfile.txt'), 'w') as dest:
for filename in files:
with open(os.path.join(folder, filename), 'r') as src:
dest.write(src.read())
答案 3 :(得分：6)
我发现以下是最简单的
from glob import glob
import os
files = [f for f in glob('rootdir/**', recursive=True) if os.path.isfile(f)]
使用glob('some/path/**', recursive=True)获取所有文件，但也包含目录名称。添加if os.path.isfile(f)条件只会将此列表过滤到现有文件中
答案 4 :(得分：4)
import glob
import os
root_dir = <root_dir_here>
for filename in glob.iglob(root_dir + '**/**', recursive=True):
if os.path.isfile(filename):
with open(filename,'r') as file:
print(file.read())
**/**用于递归获取所有文件，包括directory。
if os.path.isfile(filename)用于检查filename变量是file还是directory，如果它是文件，那么我们可以读取该文件。
我在这里打印文件。
答案 5 :(得分：3)
使用os.path.join()来构建你的路径 - 它更整洁：
import os
import sys
rootdir = sys.argv[1]
for root, subFolders, files in os.walk(rootdir):
for folder in subFolders:
outfileName = os.path.join(root,folder,"py-outfile.txt")
folderOut = open( outfileName, 'w' )
print "outfileName is " + outfileName
for file in files:
filePath = os.path.join(root,file)
toWrite = open( filePath).read()
print "Writing '" + toWrite + "' to" + filePath
folderOut.write( toWrite )
folderOut.close()
答案 6 :(得分：1)
试试这个：
import os
import sys
for root, subdirs, files in os.walk(path):
for file in os.listdir(root):
filePath = os.path.join(root, file)
if os.path.isdir(filePath):
pass
else:
f = open (filePath, 'r')
# Do Stuff
答案 7 :(得分：1)
如果要给定目录下所有路径的平面列表（如外壳中的find .）：
files = [
os.path.join(parent, name)
for (parent, subdirs, files) in os.walk(YOUR_DIRECTORY)
for name in files + subdirs
]
要仅在基本目录下包含文件的完整路径，请省略+ subdirs。
答案 8 :(得分：0)
我认为问题在于您没有正确处理os.walk的输出。
首先，改变：
filePath = rootdir + '/' + file
为：
filePath = root + '/' + file
rootdir是您固定的起始目录; root是os.walk返回的目录。
其次，您不需要缩进文件处理循环，因为为每个子目录运行它是没有意义的。您将root设置为每个子目录。您不需要手动处理子目录，除非您想对目录本身执行某些操作。
答案 9 :(得分：0)
os.walk会进行递归遍历。对于每个目录，从root开始它产生一个3元组（dirpath，dirnames，filenames）
from os import walk
from os.path import splitext, join
def select_files(root, files):
"""
simple logic here to filter out interesting files
.py files in this example
"""
selected_files = []
for file in files:
#do concatenation here to get full path
full_path = join(root, file)
ext = splitext(file)[1]
if ext == ".py":
selected_files.append(full_path)
return selected_files
def build_recursive_dir_tree(path):
"""
path - where to begin folder scan
"""
selected_files = []
for root, dirs, files in walk(path):
selected_files += select_files(root, files)
return selected_files
答案 10 :(得分：0)
TL; DR：：这等效于find -type f遍历下面所有目录中的所有文件，包括当前目录：
for currentpath, dirs, files in os.walk('.'):
for file in files:
print(os.path.join(currentpath, file))
正如其他答案中已经提到的那样，os.walk()是答案，但是可以更好地解释它。很简单！让我们来看看这棵树：
docs/
└── doc1.odt
pics/
todo.txt
使用以下代码：
for currentpath, folders, files in os.walk('.'):
print(currentpath)
currentpath是它正在查看的当前文件夹。这将输出：
.
./docs
./pics
因此它循环了3次，因为有3个文件夹：当前文件夹docs和pics。在每个循环中，它用所有文件夹和文件填充变量dirs和files。让我们向他们展示：
for currentpath, folders, files in os.walk('.'):
print(currentpath, dirs, files)
这向我们显示：
# currentpath folders files
. ['pics', 'docs'] ['todo.txt']
./pics [] []
./docs [] ['doc1.odt']
因此，在第一行中，我们看到我们位于文件夹.中，其中包含两个文件夹，分别为pics和docs，并且有一个文件，名为{{ 1}}。您无需执行任何操作即可递归到那些文件夹中，因为如您所见，它会自动递归，并且只为您提供任何子文件夹中的文件。以及它的任何子文件夹（尽管示例中没有这些子文件夹。）
如果您只想遍历所有文件，相当于todo.txt，则可以执行以下操作：
find -type f这将输出：
for currentpath, dirs, files in os.walk('.'):
for file in files:
print(os.path.join(currentpath, file))
答案 11 :(得分：0)
pathlib库非常适合处理文件。您可以像这样在Path对象上进行递归glob。
from pathlib import Path
for elem in Path('/path/to/my/files').rglob('*.*'):
print(elem)
答案 12 :(得分：0)
如果您喜欢（几乎）Oneliner：
from pathlib import Path
lookuppath = '.' #use your path
filelist = [str(item) for item in Path(lookuppath).glob("**/*") if Path(item).is_file()]
在这种情况下，您将获得一个列表，其中所有文件的路径都以递归方式位于lookuppath下。 没有str（），您将获得PosixPath（）添加到每个路径。
答案 13 :(得分：-1)
这对我有用：
import glob
root_dir = "C:\\Users\\Scott\\" # Don't forget trailing (last) slashes
for filename in glob.iglob(root_dir + '**/*.jpg', recursive=True):
print(filename)
# do stuff