如何使用os.walk或任何其他替代方法通过自然名称顺序递归遍历文件夹？

erogol 发表于 Dev

雌激素

在python中，如果我递归地通过os.walk遍历所有文件夹以查找具有定义的扩展名的filr。这是我目前的代码；

def get_data_paths(root_path, ext = '*.jpg'):
    import os
    import fnmatch
    matches = []
    classes = []
    class_names = []
    for root, dirnames, filenames in os.walk(root_path):
      for filename in fnmatch.filter(filenames, ext):
          matches.append(os.path.join(root, filename))
          class_name =  os.path.basename(os.path.dirname(os.path.join(root, filename)))
          if class_name not in class_names:
               class_names.append(class_name)
          classes.append(class_names.index(class_name))

    print "There are ",len(matches), " files're found!!"
    return matches, classes, class_names

但是这里的问题是，此函数以文件夹名称的奇怪python顺序访问文件夹。相反，我想遍历AZ。我应该如何修改此代码或使用其他替代方法来执行此操作？

迈克·德西蒙

默认情况下，topdown参数toos.walk是True，因此，在降级其目录之前，将报告目录三元组。文档状态：

调用者可以dirnames就地修改列表（可能使用del或切片分配），并且walk()仅递归到名称保留在的子目录中dirnames。这可用于修剪搜索，强加特定的访问顺序，甚至可walk()在调用者walk()再次恢复之前告知其创建或重命名的目录。

粗体的地雷。因此，您需要做的就是：

for root, dirnames, filenames in os.walk(root_path):
    dirnames[:] = natsort.natsorted(dirnames)
    # continue with other directory processing...

由于需要在适当位置编辑列表，因此需要使用[:]切片符号。

这是os.walk的操作示例。给定一个目录树，如下所示：

$ ls -RF cm3mm/SAM3/src
Applets/                RTC.cc          SAM3X/
DBGUWriteString.cc  SAM3A/          SMC.cc.in
EEFC.cc             SAM3N/          SoftBoot.cc
Memories.txt        SAM3S/
PIO.cc              SAM3U/

cm3mm/SAM3/src/Applets:
AppletAPI.cc   IntFlash.cc   Main.cc        MessageSink.cc  Runtime.cc

cm3mm/SAM3/src/SAM3A:
Map.txt     Pins.txt

cm3mm/SAM3/src/SAM3N:
Map.txt     Pins.txt

cm3mm/SAM3/src/SAM3S:
Map.txt     Pins.txt

cm3mm/SAM3/src/SAM3U:
Map.txt     Pins.txt

cm3mm/SAM3/src/SAM3X:
Map.txt     Pins.txt

现在，让我们看看os.walk它的作用：

>>> import os
>>> for root, dirnames, filenames in os.walk("cm3mm/SAM3/src"):
...     print "-----"
...     print "root =", root
...     print "dirnames =", dirnames
...     print "filenames =", filenames
...
-----
root = cm3mm/SAM3/src
dirnames = ['Applets', 'SAM3A', 'SAM3N', 'SAM3S', 'SAM3U', 'SAM3X']
filenames = ['DBGUWriteString.cc', 'EEFC.cc', 'Memories.txt', 'PIO.cc', 'RTC.cc', 'SMC.cc.in', 'SoftBoot.cc']
-----
root = cm3mm/SAM3/src/Applets
dirnames = []
filenames = ['AppletAPI.cc', 'IntFlash.cc', 'Main.cc', 'MessageSink.cc', 'Runtime.cc']
-----
root = cm3mm/SAM3/src/SAM3A
dirnames = []
filenames = ['Map.txt', 'Pins.txt']
-----
root = cm3mm/SAM3/src/SAM3N
dirnames = []
filenames = ['Map.txt', 'Pins.txt']
-----
root = cm3mm/SAM3/src/SAM3S
dirnames = []
filenames = ['Map.txt', 'Pins.txt']
-----
root = cm3mm/SAM3/src/SAM3U
dirnames = []
filenames = ['Map.txt', 'Pins.txt']
-----
root = cm3mm/SAM3/src/SAM3X
dirnames = []
filenames = ['Map.txt', 'Pins.txt']

每次循环时，您都会获得一个目录的目录和文件。我们确切知道哪个文件属于哪个文件夹：中的文件filenames属于该文件夹root。