Question

我试图使用os.walk（）获取文件夹中的所有文件，我使用的代码是：

#Define folder  and pattern to find
rootPath = "./root_folder"
pattern = "*MATCH*"

#Look for all the files with "MATCH" on its file name
Final_List = []

for root, dirs, files in os.walk(rootPath):
    for filename in fnmatch.filter(files, pattern):
        Final_List.append(os.path.join(root, filename))
        print(root,"\\", filename)

我试图通过打印根和文件名（如下所示）来解决问题，但是偶尔会出现一个损坏的＆＃34;文件名＆＃34;喜欢＆＃34; File4 name.rtf＆＃34;。我有和＃34;〜$ le4 name.rtf＆＃34;相同文件的另一个版本。问题是在这一步之后，我正在读取所有文件以提取文本，但是我在使用＆＃34;〜$＆＃34;读取这些文件时出错了。在名字的开头。

下面，我试图涵盖文件名的所有不同配置，其中一些有＆＃34;。＆＃34;，其他有＆＃34; - ＆＃34;，其他有空格＆＃34; ＆＃34;等等。

./root_folder\folder1 \ File1 name E. example.docx
./root_folder\folder1 \ File2 name_.docx
./root_folder\folder1 \ File4 name.rtf
./root_folder\folder1\inside_folder1 \ File3 name example.rtf
./root_folder\folder2 \ File4 name.rtf
./root_folder\folder2 \ File5 name another-example.rtf
./root_folder\folder2 \ ~$le4 name.rtf
./root_folder\folder2 \ File6 name.another.example.pdf

我一直在寻找文件中的模式，看看它是否与文件名或目录名相关，但它看起来并不像。我还将其复制粘贴到其他文件夹中的某个已损坏的文件（即＆＃34; File4 name.rtf＆＃34;），并且它工作正常，在其他文件夹中可以正确读取相同的文件。

任何提示？谢谢！

Answer 1

我的猜测是那些文件存在，但是被Windows资源管理器隐藏了。

但this.$attrs不会过滤这些文件。它只会过滤os.walk和.。

以..开头的文件是Microsoft Word备份文件。当Word打开文件时，它会创建相同的文件名，但是对于2个第一个字符，~$。

（唯一奇怪的事实是这些备份通常是可见的，好吧......）

如果Word崩溃或被杀死，则此备份文件仍然存在。

你应该忽略它们。例如，通过改变这样的模式：

~$

或添加：

pattern = "[!~][!$]*MATCH*.rtf"

循环中的

（模式过滤不完全相同，因为它会过滤以if not filename.startswith("~$"):开头的文件，但不会跟~，但它非常接近。

使用os.walk（）时，文件名随机损坏

1 个答案: