Python Pathlib库

在准备深度学习训练数据集的时候，经常需要操作数据集所在的文集夹。

例如：获取某些图片的路径信息，生成路径list为后期dataset做准备。

 

Python有很多操作路径的库，Pathlib是其中一个用起来很方便的库。

例如我们有如下一个采集好图像数据的文件夹：

.
└── images
    ├── cat
    │   ├── 1.jpg
    │   ├── 2.jpg
    │   └── 3.jpg
    ├── dog
    │   ├── 1.jpg
    │   ├── 2.jpg
    │   └── 3.jpg
    └── pig
        ├── 1.jpg
        ├── 2.jpg
        └── 3.jpg

• 想要获取一个包含所有图片路径的list：

import pathlib

root_dir = pathlib.Path("./")
all_img_path = root_dir.glob('**/*.jpg')

print(all_img_path) # output: <generator object Path.glob at 0x7fe5f5e28258>
print(list(all_img_path)) # output: [PosixPath('images/dog/3.jpg'), PosixPath('images/dog/2.jpg'), PosixPath('images/dog/1.jpg'), PosixPath('images/pig/3.jpg'), PosixPath('images/pig/2.jpg'), PosixPath('images/pig/1.jpg'), PosixPath('images/cat/3.jpg'), PosixPath('images/cat/2.jpg'), PosixPath('images/cat/1.jpg')]

all_img_path = [str(path) for path in all_img_path]
print(all_img_path) # output: ['images/dog/3.jpg', 'images/dog/2.jpg', 'images/dog/1.jpg', 'images/pig/3.jpg', 'images/pig/2.jpg', 'images/pig/1.jpg', 'images/cat/3.jpg', 'images/cat/2.jpg', 'images/cat/1.jpg']

• 查找特定类型的文件：

pathlib.Path("./"）返回的对象包含很多方法，其中的glob功能强大：

root_dir.glob('**/*.jpg') 中的**代表从当前目录直到最深层的目录：

jpg文集实际是在当前目录的第2级目录。

因此：

root_dir.glob('**/*.jpg') 等价于 root_dir.glob('*/*/*.jpg')