Python循环读取并解析目录中的所有文件

Question

class __init__:
    path = "articles/"
    files = os.listdir(path)
    files.reverse()

    def iterate(Files, Path):

        def handleXml(content):

            months = ['', 'January', 'February', 'March', 'April', 'May', 'June', 'July', 'August', 'September', 'October', 'November', 'December']

            parse = re.compile('<(.*?)>(.*?)<(.*?)>').findall(content)
            day = parse[1][1]
            month = months[int(parse[2][1])]
            dayN = parse[3][1]
            year = parse[4][1]
            hour = parse[5][1]
            min = parse[6][1]
            amPM = parse[7][1]
            title = parse[9][1]
            author = parse[10][1]
            article = parse[11][1]
            category = parse[12][1]

        if len(Files) > 5:
            del Files[5:]

        for file in Files:
            file = "%s%s" % (Path, file)
            f = open(file, 'r')
            handleXml(f.read())
            f.close()

    iterate(files, path)

这个程序在启动时运行，如果我查看文件数组，它里面包含了所有的文件名。可是当我试着一个个遍历这些文件时，它们就是不工作，只显示第一个文件。如果我返回文件名，我只能得到前两个文件，而且即使是重复的文件，返回的解析结果也不一样。这一切都让我感到困惑。

我正在用Python做一个简单的博客，但因为我的服务器上Python版本太旧，不能使用像glob这样的模块，所以我需要尽量保持简单。

文件数组里包含了目录下的所有文件，这对我来说已经足够了。我不需要去查看文章目录里的其他子目录。

但是当我尝试输出解析结果时，即使是重复的文件，我得到的结果也不一样。

谢谢，

• 汤姆

Answer 1

正如评论中提到的，实际的递归部分缺失了。
即使在代码的其他地方有递归调用，通常出错的地方就是递归调用，所以我建议你仔细检查一下。

不过，为什么不试试 os.walk 呢？它可以遍历所有路径，不需要你自己重新发明（递归）这个轮子。这个功能是在2.3版本中引入的，不过我不知道你用的Python版本有多旧。

Answer 2

这可能是因为：

del Files[5:]

它也会从原始列表中删除最后的5个条目。与其使用 del，你可以试试：

for file in Files[:5]:
  #...