使用正则表达式的os.walk

Question

我想要获取一份符合我所拥有的正则表达式的文件列表。我想我应该使用os.walk这个方法，但我该如何把它和正则表达式结合起来呢？

谢谢。

Answer 1

如果你的正则表达式可以转换成像 foo/*.txt 这样的命令行表达式，那么你就可以使用 glob 这个工具。

>>> import glob
>>> glob.glob('./[0-9].*')
['./1.gif', './2.txt']
>>> glob.glob('*.gif')
['1.gif', 'card.gif']
>>> glob.glob('?.gif')
['1.gif']

Answer 2

我不知道标准库里有没有实现这个功能，但其实写起来并不难：

import os, os.path

def iter_matching(dirpath, regexp):
    """Generator yielding all files under `dirpath` whose absolute path
       matches the regular expression `regexp`.
       Usage:

           >>> for filename in iter_matching('/', r'/home.*\.bak'):
           ....    # do something
    """
    for dir_, dirnames, filenames in os.walk(dirpath):
        for filename in filenames:
            abspath = os.path.join(dir_, filename)
            if regexp.match(abspath):
                yield abspath

或者更通用一点的写法：

import os, os.path

def filter_filenames(dirpath, predicate):
    """Usage:

           >>> for filename in filter_filenames('/', re.compile(r'/home.*\.bak').match):
           ....    # do something
    """
    for dir_, dirnames, filenames in os.walk(dirpath):
        for filename in filenames:
            abspath = os.path.join(dir_, filename)
            if predicate(abspath):
                yield abspath