Python的os.walk出错？

Question

os.walk 的文档（http://docs.python.org/library/os.html? highlight=os.walk#os.walk）提到，我可以通过从目录列表中移除不想遍历的目录来跳过它们。文档中的一个明确示例是：

import os
from os.path import join, getsize
for root, dirs, files in os.walk('python/Lib/email'):
    print root, "consumes",
    print sum(getsize(join(root, name)) for name in files),
    print "bytes in", len(files), "non-directory files"
    if 'CVS' in dirs:
        dirs.remove('CVS')  # don't visit CVS directories

我在使用 ActivePython 2.6.2 时发现了不同的行为。具体来说，对于以下代码：

>>> for root,dirs,files in os.walk(baseline):
...     if root.endswith(baseline):
...             for d in dirs:
...                     print "DIR: %s" % d
...                     if not d.startswith("keep_"):
...                             print "Removing %s\\%s" % (root,d)
...                             dirs.remove(d)
...
...     print "ROOT: %s" % root
...

我得到了这个输出：

DIR: two
Removing: two
DIR: thr33
Removing: thr33
DIR: keep_me
DIR: keep_me_too
DIR: keep_all_of_us
ROOT: \\mach\dirs
ROOT: \\mach\dirs\ONE
ROOT: \\mach\dirs\ONE\FurtherRubbish
ROOT: \\mach\dirs\ONE\FurtherRubbish\blah
ROOT: \\mach\dirs\ONE\FurtherRubbish\blah\Extracted
ROOT: \\mach\dirs\ONE\FurtherRubbish\blah2\Extracted\Stuff_1
...

这是什么情况？为什么 \\mach\dirs\ONE 没有被移除？它明显不是以 "keep_" 开头的。

Answer 1

你没有把它从 dirs 列表中移除。如果你真的移除了，你应该能看到“Removing”的打印输出，对吧？

把 for d in dirs 改成 for d in list(dirs)，这样在遍历 dirs 列表的时候就可以安全地移除其中的项目。

或者你也可以直接写：

dirs[:] = [d for d in dirs if not d.startswith("keep_")]

Answer 2

因为你在遍历列表 dirs 的时候，同时又在修改它。这导致 ONE 被跳过了，根本没有被查看。对比一下：

>>> a = [1, 2, 3]
>>> for i in a:
    if i > 1:
        a.remove(i)


>>> a
[1, 3]