排除操作系统中的目录。

Question

我正在编写一个脚本，该脚本将下降到目录树中（使用os.walk（）），然后访问与某个文件扩展名匹配的每个文件。但是，由于我的工具将要使用的一些目录树还包含子目录，这些子目录又包含一批无用的（在本脚本中）内容，我想我应该为用户添加一个选项，以指定要从遍历中排除的目录列表。

使用os.walk（）这很容易。毕竟，由我来决定是否真的要访问os.walk（）生成的相应文件/目录，或者直接跳过它们。问题是，例如，如果我有这样的目录树：

root--
     |
     --- dirA
     |
     --- dirB
     |
     --- uselessStuff --
                       |
                       --- moreJunk
                       |
                       --- yetMoreJunk

我想排除uselessStuff，它的所有子目录os.walk（）仍然会下降到uselessStuff的所有子目录（可能有数千个子目录），这不必说会大大减慢速度。在一个理想的世界中，我可以告诉os.walk（）甚至不必再费心让更多的孩子成为无用的垃圾，但据我所知，这是没有办法的（是吗？）。

有人知道吗？也许有第三方图书馆提供类似的服务？

Answer 1

。。。@unutbu优秀答案的另一种形式，考虑到目的是以O（n**2）vs O（n）时间为代价，排除目录，因此读起来更直接一些。

（正确执行需要使用list(dirs)复制dirs列表）

# exclude = set([...])
for root, dirs, files in os.walk(top, topdown=True):
    [dirs.remove(d) for d in list(dirs) if d in exclude]

Answer 2

在适当位置修改dirs将删除os.walk访问的（后续）文件和目录：

# exclude = set([...])
for root, dirs, files in os.walk(top, topdown=True):
    dirs[:] = [d for d in dirs if d not in exclude]

---

从帮助（os.walk）：

When topdown is true, the caller can modify the dirnames list in-place (e.g., via del or slice assignment), and walk will only recurse into the subdirectories whose names remain in dirnames; this can be used to prune the search...