Question

我在大型硬盘上的python中乱码文件。我一直在看os.walk和glob。我经常使用os.walk，因为我发现它更整洁，似乎更快（对于通常的大小目录）。

有没有人对他们有任何经验，可以说哪个更有效率？正如我所说，glob似乎更慢，但你可以使用通配符等，就像walk一样，你必须过滤结果。以下是查找核心转储的示例。

core = re.compile(r"core\.\d*")
for root, dirs, files in os.walk("/path/to/dir/")
    for file in files:
        if core.search(file):
            path = os.path.join(root,file)
            print "Deleting: " + path
            os.remove(path)

或者

for file in iglob("/path/to/dir/core.*")
    print "Deleting: " + file
    os.remove(file)

Answer 1

我研究了1000个目录中的小型网页缓存。任务是计算dirs中的文件总数。输出是：

os.listdir: 0.7268s, 1326786 files found
os.walk: 3.6592s, 1326787 files found
glob.glob: 2.0133s, 1326786 files found

如您所见，os.listdir是最快的三个。此任务glog.glob仍然比os.walk更快。

来源：

import os, time, glob

n, t = 0, time.time()
for i in range(1000):
    n += len(os.listdir("./%d" % i))
t = time.time() - t
print "os.listdir: %.4fs, %d files found" % (t, n)

n, t = 0, time.time()
for root, dirs, files in os.walk("./"):
    for file in files:
        n += 1
t = time.time() - t
print "os.walk: %.4fs, %d files found" % (t, n)

n, t = 0, time.time()
for i in range(1000):
    n += len(glob.glob("./%d/*" % i))
t = time.time() - t
print "glob.glob: %.4fs, %d files found" % (t, n)

Answer 2

在测量/分析之前，不要浪费时间进行优化。专注于使您的代码简单易维护。

例如，在您的代码中，您预先编译了RE，它不会为您提供任何速度提升，因为re模块具有内部re._cache预编译的RE。

保持简单
如果它很慢，那么配置文件
一旦你确切地知道需要优化什么，做一些调整并总是记录它

请注意，与“非优化”代码相比，几年前完成的某些优化会使代码运行速度变慢。这尤其适用于现代基于JIT的语言。

Answer 3

你可以使用os.walk并仍然使用glob-style匹配。

for root, dirs, files in os.walk(DIRECTORY):
    for file in files:
        if glob.fnmatch.fnmatch(file, PATTERN):
            print file

不确定速度，但很明显，因为os.walk是递归，他们会做不同的事情。

Answer 4

*, ?, and character ranges expressed with [] will be correctly matched. This is done by using the os.listdir() and fnmatch.fnmatch() functions

我认为即使使用glob，您仍然需要os.walk，除非您直接了解子目录树的深度。

顺便说一下。在glob documentation中它说：

＆＃34; *，？和用[]表示的字符范围将是正确的匹配。这是通过使用os.listdir（）和fnmatch.fnmatch（）完成的。功能＆＃34;

我只想用

for path, subdirs, files in os.walk(path):
        for name in fnmatch.filter(files, search_str):
            shutil.copy(os.path.join(path,name), dest)

更快到os.walk还是glob？

4 个答案: