使用 Python 實現文件遞歸遍歷的 3 種方式

今天有個腳本需要遍歷獲取某指定文件夾下面的所有文件，我記得很早前也實現過文件遍歷和目錄遍歷的功能，于是找來看一看，嘿，不看不知道，看了嚇一跳，原來之前我竟然用了這么搓的實現。

先發出來看看：

def getallfiles(dir):
"""遍歷獲取指定文件夾下面所有文件"""
    if os.path.isdir(dir):
        filelist = os.listdir(dir)
        for ret in filelist:
            filename = dir + "\\" + ret
            if os.path.isfile(filename):
                print filename

def getalldirfiles(dir, basedir):
"""遍歷獲取所有子文件夾下面所有文件"""
    if os.path.isdir(dir):
        getallfiles(dir)
        dirlist = os.listdir(dir)
        for dirret in dirlist:
            fullname = dir + "\\" + dirret
            if os.path.isdir(fullname):
                getalldirfiles(fullname, basedir)

我是用了 2 個函數，并且每個函數都用了一次 listdir，只是一次用來過濾文件，一次用來過濾文件夾，如果只是從功能實現上看，一點問題沒有，但是這…太不優雅了吧。

開始著手優化，方案一：

def getallfiles(dir):
"""使用listdir循環遍歷"""
    if not os.path.isdir(dir):
        print dir
        return
    dirlist = os.listdir(dir)
    for dirret in dirlist:
        fullname = dir + "\\" + dirret
        if os.path.isdir(fullname):
            getallfiles(fullname)
        else:
            print fullname

從上圖可以看到，我把兩個函數合并成了一個，只調用了一次 listdir，把文件和文件夾用 if~else~ 進行了分支處理，當然，自我調用的循環還是存在。

有木有更好的方式呢？網上一搜一大把，原來有一個現成的 os.walk() 函數可以用來處理文件(夾)的遍歷，這樣優化下就更簡單了。

方案二：

def getallfilesofwalk(dir):
"""使用listdir循環遍歷"""
    if not os.path.isdir(dir):
        print dir
        return
    dirlist = os.walk(dir)
    for root, dirs, files in dirlist:
        for file in files:
            print os.path.join(root, file)

只是從代碼實現上看，方案二是最優雅簡潔的了，但是再翻看 os.walk() 實現的源碼就會發現，其實它內部還是調用的 listdir 完成具體的功能實現，只是它對輸出結果做了下額外的處理而已。

附上os.walk()的源碼：

from os.path import join, isdir, islink

# We may not have read permission for top, in which case we can't
# get a list of the files the directory contains.  os.path.walk
# always suppressed the exception then, rather than blow up for a
# minor reason when (say) a thousand readable directories are still
# left to visit.  That logic is copied here.

try:
    # Note that listdir and error are globals in this module due
    # to earlier import-*.
    names = listdir(top)
except error, err:
    if onerror is not None:
        onerror(err)
    return

dirs, nondirs = [], []
for name in names:
    if isdir(join(top, name)):
        dirs.append(name)
    else:
        nondirs.append(name)

if topdown:
    yield top, dirs, nondirs
for name in dirs:
    path = join(top, name)
    if followlinks or not islink(path):
        for x in walk(path, topdown, onerror, followlinks):
            yield x
if not topdown:
    yield top, dirs, nondirs

至于 listdir 和 walk 在輸出時的不同點，主要就是 listdir 默認是按照文件和文件夾存放的字母順序進行輸出，而 walk 則是先輸出頂級文件夾，然后是頂級文件，再輸出第二級文件夾，以及第二級文件，以此類推，具體大家可以把上面腳本拷貝后自行驗證。

以上，如果覺得有用，請幫忙轉發分享，不甚感激。