在Python中如何使用"find . -regex ..." 查找完全匹配正则表达式的文件？
我想找一些文件，这些文件的完整名称（相对路径，绝对路径也可以）要符合给定的正则表达式（也就是说，像 glob 模块那样，但这里是用正则表达式匹配，而不是用通配符匹配）。使用 find 命令的话，比如可以这样做：
find . -regex ./foo/\w+/bar/[0-9]+-\w+.dat
当然，我可以通过 os.system(...) 或 os.exec*(...) 来使用 find，但我想要一个纯 Python 的解决方案。下面这段代码结合了 os.walk(...) 和 re 模块的正则表达式，是一个简单的 Python 解决方案。（虽然这个方法不够健壮，可能会漏掉很多边缘情况，但对于我这个单次使用的目的来说，找到特定的数据文件以便一次性插入数据库，已经足够用了。）
import os
import re
def find(regex, top='.'):
matcher = re.compile(regex)
for dirpath, dirnames, filenames in os.walk(top):
for f in filenames:
f = os.path.relpath(os.path.join(dirpath, f), top)
if matcher.match(f):
yield f
if __name__=="__main__":
top = "."
regex = "foo/\w+/bar/\d+-\w+.dat"
for f in find(regex, top):
print f
但是这样效率不高。那些内容无法匹配正则表达式的子树（例如，./foo/\w+/baz/，继续上面的例子）被不必要地遍历了。理想情况下，这些子树应该在遍历时被剪除；任何路径名与正则表达式没有部分匹配的子目录都不应该被遍历。（我猜 GNU 的 find 实现了这样的优化，但我还没有通过测试或查看源代码来确认这一点。）
有没有人知道有没有一个基于正则表达式的健壮的 Python 实现的 find，最好能有子树剪除的优化？我希望我只是错过了 os.path 模块中的某个方法或者某个第三方模块。
2 个回答
1
我写了一个叫select_walk()的函数，用来在一个目录树中搜索和选择文件。
在下面的例子中，搜索的文件扩展名包括.dat、.rtf和.jpeg，这些文件位于名称符合以下正则表达式模式的目录中：
r'J:\\f[ruv]?o+\\\w+\\b[ae]r(\d+)?\\(?(1)TURI\1\d*|MONO\d+)
注意这里有一个条件的基本模式：
(?(1)TURI\1\d*|MONO\d+)
其中有组引用(1)和\1，它们指向数字匹配组(\d+)，这个组在基本模式b[ae]r(\d+)中出现过。
1 )
下面是一个代码，用来创建作为例子的目录树：
（注意，它首先会删除目录'foo\'、'fooo\'、'froooo\'、'faooo\'，然后再创建这些目录）
import os
from shutil import rmtree
top = 'J:\\'
for x in ('foo\\','fooo\\','froooo\\','faooo\\'):
if os.path.isdir(top + x):
rmtree(top + x)
li = [('foo\\',('basil\\','poto%\\','tamata\\')),
('foo\\basil\\',('ber89','ber300')),
('foo\\basil\\ber89\\',('TURI850','TURI1023')),
('foo\\poto%\\',('ocean','earth')),
('foo\\tamata\\',('vahine',)),
('fooo\\',('york#\\','plain\\','atlantis\\')),
('fooo\\york#\\',('noto','nata')),
('fooo\\plain\\',('zx13ao','ws89rt','bar999')),
('fooo\\plain\\bar999\\',('TURI99905','TURI2227','MONO2')),
('fooo\\plain\\bar999\\TURI99905\\',('AERIAL','minidisc')),
('fooo\\plain\\bar999\\TURI99905\\AERIAL\\',('bumbum','corean')),
('fooo\\atlantis\\',('atlABC','atlDEFG')),
('fooo\\atlantis\\atlABC\\',('atlantis_sound','atlantis_image')),
('froooo\\',('one_dir\\','another_dir\\')),
('froooo\\one_dir\\',('bar25','ber')),
('froooo\\one_dir\\bar25\\',('TURI2501','TURI2502','TURI4813','MONO8')),
('froooo\\one_dir\\ber\\',('TURI30','TURI','MONO532')),
('froooo\\another_dir\\',('notseen','notseen2')),
('faooo\\',('somolo-\\','samala+\\'))]
for rep,several in li:
#print top + rep
if os.path.isdir(top + rep) == False:
os.mkdir(top + rep)
for name in several:
#print top + rep + name
os.mkdir(top + rep + name)
for filepath in (top + 'foo\\kalaomi.xls',
top + 'foo\\basil\\ber89\\TURI850\\quetzal.jpeg',
top + 'foo\\basil\\ber89\\TURI850\\tehoi.txt',
top + 'foo\\poto%\\curcuma in poto%.txt',
top + 'foo\\poto%\\ocean\\file in ocean.rtf',
top + 'foo\\tamata\\vahine\\tahiti.jpeg',
top + 'fooo\\york#\\yorkshire.jpeg',
top + 'fooo\\plain\\bar999\\TURI99905\\galileo.jpeg',
top + 'fooo\\plain\\bar999\\TURI99905\\polynesia.dat',
top + 'fooo\\plain\\bar999\\TURI99905\\concrete.txt',
top + 'fooo\\plain\\bar999\\TURI2227\\Monroe.jpeg',
top + 'fooo\\plain\\bar999\\MONO2\\elastic.jpeg',
top + 'froooo\\one_dir\\photo in one_dir.jpeg',
top + 'froooo\\one_dir\\tabula.xls',
top + 'froooo\\one_dir\\bar25\\TURI2501\\matallelo.jpeg',
top + 'froooo\\one_dir\\bar25\\TURI2501\\italy.dat',
top + 'froooo\\one_dir\\bar25\\TURI2501\\beretta.xls',
top + 'froooo\\one_dir\\bar25\\TURI2501\\turi2501_ser.rtf',
top + 'froooo\\one_dir\\bar25\\TURI4813\\boaf_inTURI4813.jpeg',
top + 'froooo\\one_dir\\bar25\\TURI4813\\troui_in_TURI4813.txt',
top + 'froooo\\one_dir\\bar25\\MONO8\\in_mono8.dat',
top + 'froooo\\one_dir\\bar25\\MONO8\\in_mono8.rtf',
top + 'froooo\\one_dir\\bar25\\MONO8\\in_mono8.xls',
top + 'froooo\\one_dir\\bar25\\TURI2502\\adamante.jpeg',
top + 'froooo\\one_dir\\bar25\\TURI2502\\egyptic.txt',
top + 'froooo\\one_dir\\bar25\\TURI2502\\urubu.rtf',
top + 'froooo\\one_dir\\ber\\MONO532\\bacillus.jpeg',
top + 'froooo\\one_dir\\ber\\MONO532\\blueberry.dat',
top + 'froooo\\one_dir\\ber\\MONO532\\Perfume.doc',
top + 'faooo\\samala+\\kfaz.dat',
top + 'faooo\\somolo-\\ytek.rtf',
top + 'faooo\\123.txt',
top + 'faooo\\458.rtf',):
with open(filepath,'w') as f:
pass
这段代码创建了以下的目录树：
J:
|
|--foo
| |--basil
| |--ber89
| |--TURI850
| |--file quetzal.jpeg
| |--file tehoi.txt
| |--TURI1023
| |--ber300
| |--poto%
| |--ocean
| |--file in ocean.rtf
| |--earth
| |--file curcuma in poto%.txt
| |--tamata
| |--vahine
| |--file tahiti.jpeg
| |--file kalaomi.xls
|
|--fooo
| |--york#
| |--noto
| |--nata
| |---file yorkshire.jpeg
| |--plain
| |--zx13ao
| |--ws89rt
| |--bar999
| |--TURI99905
| |--AERIAL
| |--bumbum
| |--corean
| |--minidisc
| |--file galileo.jpeg
| |--file polynesia.dat
| |--file concrete.txt
| |--TURI2227
| |--file Monroe.jpeg
| |--MONO2
| |--file elastic.jpeg
| |--atlantis
| |--atlABC
| |--atlantis_sound
| |--atlantis_image
| |--atlDEFG
|
|--froooo
| |--one_dir
| |--bar25
| |--TURI2501
| |--file matalello.jpeg
| |--file italy.dat
| |--file beretta.xls
| |--file turi2501_ser.rtf
| |--TURI2502
| |--file adamante.jpeg
| |--file egyptic.txt
| |--file urubu.rtf
| |--TURI4813
| |--file boaf_inTURI4813.jpeg
| |--file troui_inTURI4813.txt
| |--MONO8
| |--file in_mono8.dat
| |--file in_mono8.rtf
| |--file in_mono8.xls
| |--ber
| |--TURI30
| |--TURI
| |--MONO532
| |--file bacillus.jpeg
| |--file blueberry.dat
| |--file Perfume.doc
| |--file photo in one_dir.jpeg
| |--file tabula.xls
| |--another_dir
| |--notseen
| |--notseen2
|
|--faooo
| |--somolo-
| |--file ytek.rtf
| |--samala+
| |file kfaz.dat
| |--file 123.txt
| |--file 458.rtf
匹配文件的正则表达式模式是：
r'J:\\f[ruv]?o+\\\w+\\b[ae]r(\d+)?\\(?(1)TURI\1\d*|MONO\d+)\\\w+\.(dat|rtf|jpeg)'
而将被选择性探索以搜索这种文件的目录将是：
'J:\\fooo\\plain\\bar999\\TURI99905'
'J:\\froooo\\one_dir\\bar25\\TURI2501'
'J:\\froooo\\one_dir\\bar25\\TURI2502'
'J:\\froooo\\one_dir\\ber\\MONO532'
.
2 )
作为初步演示，这里有一段代码，展示了select_walk()函数中构建正则表达式的部分，这些正则表达式用于在遍历目录树时只探索选定的目录，并返回选定的文件：
import re
def compute_regexes(pat_file, displ = True):
from os import sep
splitted_pat = re.split(r'\\\\' if sep=='\\' else '/', pat_file)
pat_parent_dir = (r'\\' if sep=='\\' else '/').join(splitted_pat[0:-1])
if displ:
print ('IN FUNCTION compute_regexes() :'
'\n\npat_file== %s'
'\n\nsplitted_pat :\n%s'
'\n\npat_parent_dir== %s\n') \
% (pat_file , '\n'.join(splitted_pat) , pat_parent_dir)
dgr = {}
for i,el in enumerate(splitted_pat):
if re.search('\(.*?\)',el):
dgr[len(dgr)+1] = i
if displ:
print 'dgr :'
print '\n'.join('group(%s) is in splitted_pat[%s]' % (g,i)
for g,i in dgr.iteritems())
def repl(mat, dgr = dgr):
the = int(mat.group(1) if mat.group(1) else mat.group(2))
return str(the + dgr[the])
for i,el in enumerate(splitted_pat):
splitted_pat[i] = re.sub(r'(?<=\(\?\()(\d+)(?=\))|(?<=\\)(\d+)',repl,el)
pat_dirs = ''
for x in splitted_pat[-2:0:-1]:
pat_dirs = r'(?=\\|\Z)(\\%s%s)?' % (x,pat_dirs)
pat_dirs = splitted_pat[0] + pat_dirs
if displ:
print '\npat_dirs==',pat_dirs
return (re.compile(pat_file), re.compile(pat_dirs), re.compile(pat_parent_dir) )
pat_file = r'J:\\f[ruv]?o+\\\w+\\b[ae]r(\d+)?\\(?(1)TURI\1\d*|MONO\d+)\\\w+\.(dat|rtf|jpeg)'
regx_file, regx_dirs, regx_parent_dir = compute_regexes(pat_file)
print '\n\nEXAMPLES with regx_file :\n'
print 'pat_file==',pat_file
for filepath in ('J:\\fooo\\basil\\ber92\TURI9258\\beru.rtf ',
'J:\\froooooo\\ki_ki\\bar\MONO47\\madrid.jpeg '):
print filepath,bool(regx_file.match(filepath))
print '\n\nEXAMPLES with regx_dirs :\n'
for path in ('J:\\fooo',
'J:\\fooo\\basil',
'J:\\fooo\\basil\\ber92',
'J:\\fooo\\basil\\ber92\\TURI777',
'J:\\fooo\\basil\\ber92\\TURI9258',
'J:\\froooooo'
'J:\\froooooo\\ki_ki',
'J:\\froooooo\\ki_ki\\bar',
'J:\\froooooo\\ki=ki\\bar',
'J:\\froooooo\\ki_ki\\bar\MONO47'):
print path,(" : ~~ this dir's name is OK ~~" if path==''.join(regx_dirs.match(path).group())
else " : ## this dir's name doesn't match ##")
函数compute_regexes()首先将原始的pat_file正则表达式模式拆分成多个元素，目的是匹配路径中的目录名称。
然后它计算：
一个正则表达式模式pat_dirs，用于匹配所需文件的包含目录的不同路径层级
一个正则表达式模式pat_parent_dir，用于匹配所需文件的任何直接父目录
.
涉及dgr和函数repl()的处理是一种复杂化，它允许compute_regexes()函数考虑组的引用（也就是：特殊序列\1、\2等），并对其进行更改，以获得相对于添加的括号仍然正确的pat_dirs组引用。
这段代码的结果是：
IN FUNCTION compute_regexes() :
pat_file== J:\\f[ruv]?o+\\\w+\\b[ae]r(\d+)?\\(?(1)TURI\1\d*|MONO\d+)\\\w+\.(dat|rtf|jpeg)
splitted_pat :
J:
f[ruv]?o+
\w+
b[ae]r(\d+)?
(?(1)TURI\1\d*|MONO\d+)
\w+\.(dat|rtf|jpeg)
pat_parent_dir== J:\\f[ruv]?o+\\\w+\\b[ae]r(\d+)?\\(?(1)TURI\1\d*|MONO\d+)
dgr :
group(1) is in splitted_pat[3]
group(2) is in splitted_pat[4]
group(3) is in splitted_pat[5]
pat_dirs== J:(?=\\|\Z)(\\f[ruv]?o+(?=\\|\Z)(\\\w+(?=\\|\Z)(\\b[ae]r(\d+)?(?=\\|\Z)(\\(?(4)TURI\4\d*|MONO\d+))?)?)?)?
EXAMPLES with regx_file :
pat_file== J:\\f[ruv]?o+\\\w+\\b[ae]r(\d+)?\\(?(1)TURI\1\d*|MONO\d+)\\\w+\.(dat|rtf|jpeg)
J:\fooo\basil\ber92\TURI9258\beru.rtf True
J:\froooooo\ki_ki\bar\MONO47\madrid.jpeg True
EXAMPLES with regx_dirs :
J:\fooo : ~~ this dir's name is OK ~~
J:\fooo\basil : ~~ this dir's name is OK ~~
J:\fooo\basil\ber92 : ~~ this dir's name is OK ~~
J:\fooo\basil\ber92\TURI777 : ## this dir's name doesn't match ##
J:\fooo\basil\ber92\TURI9258 : ~~ this dir's name is OK ~~
J:\frooooooJ:\froooooo\ki_ki : ## this dir's name doesn't match ##
J:\froooooo\ki_ki\bar : ~~ this dir's name is OK ~~
J:\froooooo\ki=ki\bar : ## this dir's name doesn't match ##
J:\froooooo\ki_ki\bar\MONO47 : ~~ this dir's name is OK ~~
.
.
3 )
最后，这里是select_walk()函数，它的工作是搜索在一个目录树中名称符合某个正则表达式的文件：
它返回由内置的os.walk()函数返回的三元组(dirpath, dirnames, filenames)，但只包括那些目录filenames中包含符合pat_file的正确文件名的部分。
当然，在迭代过程中，函数select_walk()不会探索那些文件内容永远不会匹配关键正则表达式模式pat_file的目录，因为它们的（目录）名称的原因。
def select_walk(pat_file,start_dir):
from os import sep
splitted_pat = re.split(r'\\\\' if sep=='\\' else '/', pat_file)
pat_parent_dir = (r'\\' if sep=='\\' else '/').join(splitted_pat[0:-1])
dgr = {}
for i,el in enumerate(splitted_pat):
if re.search('\(.*?\)',el):
dgr[len(dgr)+1] = i
def repl(mat, dgr = dgr):
the = int(mat.group(1) if mat.group(1) else mat.group(2))
return str(the + dgr[the])
for i,el in enumerate(splitted_pat):
splitted_pat[i] = re.sub(r'(?<=\(\?\()(\d+)(?=\))|(?<=\\)(\d+)',repl,el)
pat_dirs = ''
for x in splitted_pat[-2:0:-1]:
pat_dirs = r'(?=\\|\Z)(\\%s%s)?' % (x,pat_dirs)
pat_dirs = splitted_pat[0] + pat_dirs
print 'pat_dirs==',pat_dirs
regx_file = re.compile(pat_file)
regx_dirs = re.compile(pat_dirs)
regx_parent_dir = re.compile(pat_parent_dir)
start_dir = start_dir.rstrip(sep) + sep
print '\nstart_dir == '+start_dir
for dirpath,dirnames,filenames in os.walk(start_dir):
dirpath = dirpath.rstrip(sep)
print '\n'.join(('explored dirpath : %s is_direct_parent: %s' \
% (dirpath,('NO','YES')[bool(regx_parent_dir.match(dirpath))]),
' dirnames : %s' % dirnames,
' filenames : %s' % filenames))
if regx_parent_dir.match(dirpath):
filenames[:] = [filename for filename in filenames
if regx_file.match(dirpath + sep + filename)]
dirnames[:] = []
print '\n'.join((' dirnames : not to be explored ' ,
' yielded filenames : %s\n' % filenames))
yield (dirpath,dirnames,filenames)
else:
dirnames[:] = [dirname for dirname in dirnames
if regx_dirs.match(dirpath + sep + dirname).group()==dirpath + sep + dirname]
print '\n'.join(('dirnames to explore : %s ' % dirnames,
' filenames : not to be yielded\n'))
pat_file = r'J:\\f[ruv]?o+\\\w+\\b[ae]r(\d+)?\\(?(1)TURI\1\d*|MONO\d+)\\\w+\.(dat|rtf|jpeg)'
print '\n\nSELECTED (dirpath, dirnames, filenames) :\n' + '\n'.join(map(repr, select_walk(pat_file,'J:\\')))
结果
pat_dirs== J:(?=\\|\Z)(\\f[ruv]?o+(?=\\|\Z)(\\\w+(?=\\|\Z)(\\b[ae]r(\d+)?(?=\\|\Z)(\\(?(4)TURI\4\d*|MONO\d+))?)?)?)?
start_dir == J:\
explored dirpath : J: is_direct_parent: NO
dirnames : ['Amazon', 'faooo', 'Favorites', 'foo', 'fooo', 'froooo', 'Python', 'RECYCLER', 'System Volume Information']
filenames : ['image00.pfm', 'rep.py']
dirnames to explore : ['foo', 'fooo', 'froooo']
filenames : not to be yielded
explored dirpath : J:\foo is_direct_parent: NO
dirnames : ['basil', 'poto%', 'tamata']
filenames : ['kalaomi.xls']
dirnames to explore : ['basil', 'tamata']
filenames : not to be yielded
explored dirpath : J:\foo\basil is_direct_parent: NO
dirnames : ['ber300', 'ber89']
filenames : []
dirnames to explore : ['ber300', 'ber89']
filenames : not to be yielded
explored dirpath : J:\foo\basil\ber300 is_direct_parent: NO
dirnames : []
filenames : []
dirnames to explore : []
filenames : not to be yielded
explored dirpath : J:\foo\basil\ber89 is_direct_parent: NO
dirnames : ['TURI1023', 'TURI850']
filenames : []
dirnames to explore : []
filenames : not to be yielded
explored dirpath : J:\foo\tamata is_direct_parent: NO
dirnames : ['vahine']
filenames : []
dirnames to explore : []
filenames : not to be yielded
explored dirpath : J:\fooo is_direct_parent: NO
dirnames : ['atlantis', 'plain', 'york#']
filenames : []
dirnames to explore : ['atlantis', 'plain']
filenames : not to be yielded
explored dirpath : J:\fooo\atlantis is_direct_parent: NO
dirnames : ['atlABC', 'atlDEFG']
filenames : []
dirnames to explore : []
filenames : not to be yielded
explored dirpath : J:\fooo\plain is_direct_parent: NO
dirnames : ['bar999', 'ws89rt', 'zx13ao']
filenames : []
dirnames to explore : ['bar999']
filenames : not to be yielded
explored dirpath : J:\fooo\plain\bar999 is_direct_parent: NO
dirnames : ['MONO2', 'TURI2227', 'TURI99905']
filenames : []
dirnames to explore : ['TURI99905']
filenames : not to be yielded
explored dirpath : J:\fooo\plain\bar999\TURI99905 is_direct_parent: YES
dirnames : ['AERIAL', 'minidisc']
filenames : ['concrete.txt', 'galileo.jpeg', 'polynesia.dat']
dirnames : not to be explored
yielded filenames : ['galileo.jpeg', 'polynesia.dat']
explored dirpath : J:\froooo is_direct_parent: NO
dirnames : ['another_dir', 'one_dir']
filenames : []
dirnames to explore : ['another_dir', 'one_dir']
filenames : not to be yielded
explored dirpath : J:\froooo\another_dir is_direct_parent: NO
dirnames : ['notseen', 'notseen2']
filenames : []
dirnames to explore : []
filenames : not to be yielded
explored dirpath : J:\froooo\one_dir is_direct_parent: NO
dirnames : ['bar25', 'ber']
filenames : ['photo in one_dir.jpeg', 'tabula.xls']
dirnames to explore : ['bar25', 'ber']
filenames : not to be yielded
explored dirpath : J:\froooo\one_dir\bar25 is_direct_parent: NO
dirnames : ['MONO8', 'TURI2501', 'TURI2502', 'TURI4813']
filenames : []
dirnames to explore : ['TURI2501', 'TURI2502']
filenames : not to be yielded
explored dirpath : J:\froooo\one_dir\bar25\TURI2501 is_direct_parent: YES
dirnames : []
filenames : ['beretta.xls', 'italy.dat', 'matallelo.jpeg', 'turi2501_ser.rtf']
dirnames : not to be explored
yielded filenames : ['italy.dat', 'matallelo.jpeg', 'turi2501_ser.rtf']
explored dirpath : J:\froooo\one_dir\bar25\TURI2502 is_direct_parent: YES
dirnames : []
filenames : ['adamante.jpeg', 'egyptic.txt', 'urubu.rtf']
dirnames : not to be explored
yielded filenames : ['adamante.jpeg', 'urubu.rtf']
explored dirpath : J:\froooo\one_dir\ber is_direct_parent: NO
dirnames : ['MONO532', 'TURI', 'TURI30']
filenames : []
dirnames to explore : ['MONO532']
filenames : not to be yielded
explored dirpath : J:\froooo\one_dir\ber\MONO532 is_direct_parent: YES
dirnames : []
filenames : ['bacillus.jpeg', 'blueberry.dat', 'Perfume.doc']
dirnames : not to be explored
yielded filenames : ['bacillus.jpeg', 'blueberry.dat']
SELECTED (dirpath, dirnames, filenames) :
('J:\\fooo\\plain\\bar999\\TURI99905', [], ['galileo.jpeg', 'polynesia.dat'])
('J:\\froooo\\one_dir\\bar25\\TURI2501', [], ['italy.dat', 'matallelo.jpeg', 'turi2501_ser.rtf'])
('J:\\froooo\\one_dir\\bar25\\TURI2502', [], ['adamante.jpeg', 'urubu.rtf'])
('J:\\froooo\\one_dir\\ber\\MONO532', [], ['bacillus.jpeg', 'blueberry.dat'])
6
来自 help(os.walk) 的内容：
当设置为从上到下遍历时，调用者可以直接修改目录名列表（比如通过删除或切片赋值），这样遍历时只会进入那些仍然在目录名列表中的子目录；这可以用来减少搜索范围...
所以，一旦确定某个子目录（在 dirnames 列表中）是不需要的，就应该把它从 dirnames 中删除。这样就能实现你想要的减少子树的效果。（只要确保先从 dirnames 的末尾开始删除，这样就不会影响到剩下要删除的项目的索引。）
import os
import re
def prune(regex,top='.'):
sep=os.path.sep
matcher = re.compile(regex)
pieces=regex.split(sep)
partial_matchers = map(
re.compile,
(sep.join(pieces[:i+1]) for i in range(len(pieces))))
for root, dirs, files in os.walk(top,topdown=True):
for i in reversed(range(len(dirs))):
dirname=os.path.relpath(os.path.join(root,dirs[i]), top)
dirlevel=dirname.count(sep)
# print(dirname,dirlevel,sep.join(pieces[:dirlevel+1]))
if not partial_matchers[dirlevel].match(dirname):
print('pruning {0}'.format(
os.path.relpath(os.path.join(root,dirs[i]), top)))
del dirs[i]
for filename in files:
filename=os.path.relpath(os.path.join(root,filename))
# print('checking {0}'.format(filename))
if matcher.match(filename):
print(filename)
if __name__=='__main__':
prune(r'foo/\w+/bar/\d+-\w+.dat')
在这样的目录结构下运行脚本：
~/test% tree .
.
|-- foo
| `-- baz
| |-- bad
| | |-- bad1.txt
| | `-- badbad
| | `-- bad2.txt
| `-- bar
| |-- 1-good.dat
| `-- 2-good.dat
`-- tmp
|-- 000.png
|-- 001.png
`-- output.gif
会得到
pruning tmp
pruning foo/baz/bad
foo/baz/bar/2-good.dat
foo/baz/bar/1-good.dat
如果你取消注释“检查”的打印语句，就能清楚地看到被删除的目录没有被遍历。