背景:
最近需要对一些csv日志进行数据格式转换,转化后接入统一的ELK日志。
但是csv文件比较繁多,当大小每到21M的时候,就会根据时间写入到新的csv文件中,一天将近有1000+个文件。
那么如何对某目录下的所有同类型文件进行遍历操作呢?我们以csv文件为例。
import re
import os
import json
import codecs
path = '/home/liao/python/csv' #你需要遍历的文件目录,比如该目录下有a.csv,b.csv,c.csv
files = os.listdir(path)
files_csv = list(filter(lambda x:x[-4:]=='.csv', files))
def data_handle():
for i in range(len(files_csv)):
with codecs.open('/home/liao/python/csv/{0}'.format(files_csv[i]), 'r') as data_log:
for line in data_log: #针对每行数据进行处理
xxxxxxxxxxxxxxxxxxxxxxxxx
上述代码的一些解释:
os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表。
filter(函数,序列)函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。
lambda作为一个表达式,定义了一个匿名函数。
filter第一个参数为函数的情形,如果function(item)为True,则满足过滤条件。此时的lambda函数的形式是: lambda x: expression(x)
。
小例子:
filter(lambda x: x, [-1, 0, 1]) #[-1, 1]
filter(lambda x: not x, [-1, 0, 1]) #[0]
filter(lambda x: x[-4:]=='.csv', files) #文件的最后四个字符为.csv