排除os.walk中的目录

Question

我正在编写一个脚本，该脚本会下降到目录树中（使用os.walk（）），然后访问与某个文件扩展名匹配的每个文件。然而，由于某些目录树，我的工具将被用于在还包含子目录，反过来包含的LOT无用的（这个脚本的目的）的东西，我想我会增加一个选项，为用户指定从遍历中排除的目录列表。使用os.walk（）很简单。毕竟，由我来决定是我实际上是要访问os.walk（）生成的相应文件/目录还是仅跳过它们。问题是，如果我有例如这样的目录树：root--     |     --- dirA     |     --- dirB     |     --- uselessStuff --                       |                       --- moreJunk                       |                       --- yetMoreJunk而且我想排除uselessStuff及其所有子项，os.walk（）仍将进入uselessStuff的所有（可能成千上万个）子目录中，不用说，这会使事情减慢很多。在理想的世界中，我可以告诉os.walk（）甚至不必费心再产生更多uselessStuff的子级，但是据我所知，没有办法这样做（是吗？）。有人有主意吗？也许有一个第三方库提供了类似的东西？

Answer 1

dirs 就地修改将修剪（后续）访问过的文件和目录os.walk：

# exclude = set([...])

for root, dirs, files in os.walk(top, topdown=True):

    dirs[:] = [d for d in dirs if d not in exclude]

从帮助（os.walk）：

当topdown为true时，调用者可以就地修改目录名列表（例如，通过del或slice分配），而walk仅会递归到名称仍保留在目录名中的子目录；这可以用来修剪搜索...

Answer 2

... @ unutbu的出色答案的另一种形式，它的读入更为直接，因为其目的是排除目录，所花费的时间为O（n ** 2）vs O（n）。

（list(dirs)为了正确执行，需要复制dirs列表）

# exclude = set([...])

for root, dirs, files in os.walk(top, topdown=True):

    [dirs.remove(d) for d in list(dirs) if d in exclude]

Answer 3

就地dirs[:] = value修改。它在不更改容器的情况下更改列表的内容。如前所述，如果您希望影响遍历子目录的方式，则需要这样做。（仅将变量重新分配（或“绑定”）到新列表，而无需修改原始列表。）dirs dirshelp(os.walk)os.walkdirs = valuedirsdirs