Question

我需要指定多个文件扩展名，例如pathlib.Path(temp_folder).glob('*.xls', '*.txt'):

我怎么做？

https://docs.python.org/dev/library/pathlib.html#pathlib.Path.glob

Answer 1

聚会有点晚了，有一些单行建议，不需要编写自定义函数，也不需要使用循环并在 Linux 上工作：

pathlib.Path.glob() 采用括号中的交错符号。对于“.txt”和“.xls”后缀的情况，可以这样写

files = pathlib.Path('temp_dir').glob('*.[tx][xl][ts]')

如果您还需要搜索“.xlsx”，只需在最后一个右括号后附加通配符“*”即可。

files = pathlib.Path('temp_dir').glob('*.[tx][xl][ts]*')

要记住的一点是，末尾的通配符不仅会捕获“x”，还会捕获最后一个“t”或“s”之后的任何尾随字符。

在搜索模式前加上“**/”将执行前面答案中讨论的递归搜索。

Answer 2

如果您需要使用pathlib.Path.glob（）

from pathlib import Path
def get_files(extensions):
    all_files = []
    for ext in extensions:
        all_files.extend(Path('.').glob(ext))
    return all_files

files = get_files(('*.txt', '*.py', '*.cfg'))

Answer 3

您还可以使用**中的语法[pathlib][1]，使您可以递归地收集嵌套路径。

from pathlib import Path
import re


BASE_DIR = Path('.')
EXTENSIONS = {'.xls', '.txt'}

for path in BASE_DIR.glob(r'**/*'):
    if path.suffix in EXTENSIONS:
        print(path)

如果您想在搜索中表达更多逻辑，也可以使用正则表达式，如下所示：

pattern_sample = re.compile(r'/(([^/]+/)+)(S(\d+)_\d+).(tif|JPG)')

在我的情况下，此模式将查找与S327_008(_flipped)?.tif匹配的所有图像（tif和JPG）。具体来说，它将收集样本ID和文件名。

收集到一个集合中可防止存储重复项，我发现如果您插入更多逻辑并想忽略文件的不同版本（_flipped），有时它会很有用

matched_images = set()

for item in BASE_DIR.glob(r'**/*'):
    match = re.match(pattern=pattern_sample, string=str(item))
    if match:
        # retrieve the groups of interest
        filename, sample_id = match.group(3, 4)
        matched_images.add((filename, int(sample_id)))

Answer 4

基于Check if string ends with one of the strings from a list的四线解决方案：

folder = '.'
suffixes = ('xls', 'txt')
filter_function = lambda x: x.endswith(suffixes)
list(filter(filter_function, glob(os.path.join(folder, '*'))))

Answer 5

假设准备了以下文件夹结构。

folder
├── test1.png
├── test1.txt
├── test1.xls
├── test2.png
├── test2.txt
└── test2.xls

使用 pathlib.Path 的简单答案如下。

from pathlib import Path

ext = ['.txt', '.xls']
folder = Path('./folder')

# Get a list of pathlib.PosixPath
path_list = sorted(filter(lambda path: path.suffix in ext, folder.glob('*')))
print(path_list)
# [PosixPath('folder/test1.txt'), PosixPath('folder/test1.xls'), PosixPath('folder/test2.txt'), PosixPath('folder/test2.xls')]

如果您想以字符串列表的形式获取路径，可以使用 .as_posix() 将其转换为字符串。

# Get a list of string paths
path_list = sorted([path.as_posix() for path in filter(lambda path: path.suffix in ext, folder.glob('*'))])
print(path_list)
# ['folder/test1.txt', 'folder/test1.xls', 'folder/test2.txt', 'folder/test2.xls']

pathlib.Path（）。glob（）和多个文件扩展名

5 个答案: