Question

我尝试使用python脚本在循环中编辑.html文件的大目录。我在使用os.walk（）循环访问文件名时遇到问题。这段代码只是将html文件转换为我可以使用的字符串，但是脚本甚至没有进入循环，就像文件不存在一样。基本上它打印point1但从未到达point2。脚本结束时没有错误消息。该目录设置在名为＆＃34; amazon＆＃34;的文件夹中，其中有一个20级子文件夹，每个文件夹中有20个html文件。

奇怪的是，代码在仅包含.txt文件的邻居目录上运行良好，但似乎由于某种原因它没有抓取我的.html文件。有什么我不了解for root, dirs, filenames in os.walk()循环的结构吗？这是我第一次使用os.walk，我已经查看了这个网站上的其他一些页面，试图让它工作。

import os

rootdir = 'C:\filepath\amazon'
print "point1"
for root, dirs, filenames in os.walk(rootdir):
    print "point2"
    for file in filenames:
        with open (os.path.join(root, file), 'r') as myfile:
             g = myfile.read()
        print g

非常感谢任何帮助。

Answer 1

反斜杠用作转义。要么将它们加倍，要么在其上加上前缀“r”来使用“原始字符串”。

示例：

>>> 'C:\filepath\amazon'
'C:\x0cilepath\x07mazon'
>>> r'\x'
'\\x'
>>> '\x'
ValueError: invalid \x escape

说明：In Python, what does preceding a string literal with “r” mean?

Answer 2

您的问题是您在路径中使用反斜杠：

>>> rootdir = 'C:\filepath\amazon'
>>> rootdir
'C:\x0cilepath\x07mazon'
>>> print(rootdir)
C:
  ilepathmazon

因为Python字符串使用反斜杠来转义特殊字符，所以rootdir \f代表ASCII Form Feed字符，而\a代表ASCII {{3}字符。

你可以使用原始字符串（注意撇号之前的r）来避免这种情况：

>>> rootdir = r'C:\filepath\amazon'
>>> rootdir
'C:\\filepath\\amazon'
>>> print(rootdir)
C:\filepath\amazon

...或者只使用常规斜杠，无论如何都在Windows上Bell：

>>> rootdir = 'C:/filepath/amazon'
>>> rootdir
'C:/filepath/amazon'
>>> print(rootdir)
C:/filepath/amazon

正如Huu Nguyen所指出的那样，在可能的情况下使用work fine构建路径被认为是一种良好的做法......这样就可以完全避免这个问题：

>>> rootdir = os.path.join('C:', 'filepath', 'amazon')
>>> rootdir
'C:\\filepath\\amazon'  # presumably ... I don't use Windows.
>>> print(rootdir)
C:\filepath\amazon

Answer 3

您可以使用os.path.join

来避免显式处理任何类型的斜杠

rootdir = os.path.join('C:', 'filepath', 'amazon')

Answer 4

我的问题与os.walk听起来类似。由于路径中的空格而添加到Mac上的文件路径的转义字符（\）导致了问题。

例如，路径：

/Volumes/MacHD/My Folder/MyFiles/...

通过终端访问时显示为：

/Volumes/MacHD/My\ Folder/MyFiles/...

解决方案是读取字符串的路径，然后创建一个删除转义字符的新字符串，例如：

# Ask user for directory tree to scan for master files
masterpathraw = raw_input("Specify directory of master files:")
# Clear escape characters from the path
masterpath = masterpathraw.replace('\\', '')
# Provide this path to os.walk
for fullpath, _, filenames in os.walk(masterpath):
    # Do stuff

os.walk（）没有拿起我的文件名

4 个答案: