Question

我需要知道pathA是pathB的子集，还是包含在pathB中。

我制作了一个小脚本，可以移动一些旧卷并查找重复文件。我的一般方法（即使它是一个糟糕的方法，效率低下，它只适合我而且它有效，所以我对它的蛮力很好）一直：

将所有文件映射到日志
为日志中的所有文件创建哈希
对重复项的哈希列表进行排序
在删除之前将副本移到某处进行检查

我希望能够排除某些目录（即系统文件）。这就是我写的：

#self.search_dir =  top level directory to be searched for duplicates
#self.mfl        =  master_file_list, being built by this func, a list of all files in search_dir
#self.no_crawl_list   =  list of files and directories to be excluded from the search
def build_master_file_list(self):
        for root, directories, files in os.walk(self.search_dir):
            files = [f for f in files if not f[0] == '.']
            directories[:] = [d for d in directories if not d[0] == '.']
            for filename in files:
                filepath = os.path.join(root, filename)
                if [root, filepath] in self.no_crawl_list:
                    pass
                else:
                    self.mfl.write(filepath + "\n")
        self.mfl.close()

但我很确定这不会按照我的意图行事。我的目标是将所有子目录排除在self.no_crawl_list之外，以便：

如果 /path/to/excluded_dir已添加self.no_crawl_list

然后是/path/to/excluded_dir/sub_dir/implicitly_excluded_file.txt

也会被跳过。我认为我的代码目前完全是关于要跳过的内容。然而，如果没有对路径部分进行爆炸并将它们与self.no_crawl_list中的每个可能组合进行比较，我就不知道如何做到这一点。＆＃39; Lil帮忙？：）

Answer 1

根据Lukas Graf在上述评论中的帮助，我能够构建它，它就像一个魅力：

def is_subpath(self, path, of_paths):
        if isinstance(of_paths, basestring): of_paths = [of_paths]
        abs_of_paths = [os.path.abspath(of_path) for of_path in of_paths]
        return any(os.path.abspath(path).startswith(subpath) for subpath in abs_of_paths)

此外，目前这并不考虑符号链接并假定是UNIX文件系统，请参阅原始问题中的注释以获取有关扩展此问题的建议。

Python：如何识别路径是否在另一条路径中？

1 个答案: