详细讲解Python遍历目录的文件夹（dir）、文件（file）的三种方法：os.listdir、os.walk和os.scandir

在使用Python开发项目的时候，会遇到需要遍历文件夹、文件的需求，我整理了三种主流方法：os.listdir、os.walk和os.scandir，并进行了详细的讲解。

用于实验的目录：

.test
├── dir_1
│   ├── dir_1_file_1.txt
│   ├── dir_1_file_2.txt
│   ├── dir_1_file_3.txt
│   └── sub_dir_1
│       └── sub_file_1.txt
├── dir_2
│   └── dir_2_file_1.txt
├── dir_3
└── file_1.txt

os.listdir 简单暴力

os.listdir(path)，返回path目录下的文件夹和文件，但不包含子文件夹里的文件夹和文件，并按照目录树结构的排序输出结果，即深度优先。

递归遍历所有文件，代码实例：

import os

def recursive_listdir(path):

    files = os.listdir(path)
    for file in files:
        file_path = os.path.join(path, file)

        if os.path.isfile(file_path):
            print(file)

        elif os.path.isdir(file_path):
          recursive_listdir(file_path)

recursive_listdir(r'./test')

输出结果：

dir_1_file_2.txt
dir_1_file_1.txt
dir_1_file_3.txt
sub_file_1.txt
file_1.txt
dir_2_file_1.txt

os.walk 优雅

os.walk(top, topdown=True, onerror=None, followlinks=False)，通过“自上而下”或“自下而上”来遍历目录，生成目录树中的文件夹名和文件名。

• top：根目录下的每一个文件夹（包含它自己）
• topdown：可选，为True时，则自上而下，而为False时，则自下而上
• onerror：可选，是一个函数，OSError实例
• followlinks：可选，通过软链接访问目录

同时，结果是按照广度优先返回的，有三个结果，分布是文件夹路径、文件夹名称和文件名。

显示所有子目录，代码实例：

import os

paths = os.walk(r'./test')

for path, dir_lst, file_lst in paths:
    for dir_name in dir_lst:
        print(os.path.join(path, dir_name))

输出结果：

./test/dir_1
./test/dir_3
./test/dir_2
./test/dir_1/sub_dir_1

显示目录下所有文件，代码实例：

import os

paths = os.walk(r'./test')

for path, dir_lst, file_lst in paths:
    for file_name in file_lst:
        print(os.path.join(path, file_name))

输出结果：

./test/file_1.txt
./test/dir_1/dir_1_file_2.txt
./test/dir_1/dir_1_file_1.txt
./test/dir_1/dir_1_file_3.txt
./test/dir_1/sub_dir_1/sub_file_1.txt
./test/dir_2/dir_2_file_1.txt

os.scandir 高效

os.scandir(path)，返回path目录树中对应的os.DirEntry对象的迭代器（文件夹或文件），不包含子文件夹里的文件夹和文件，但运行效率比os.walk高，Python官方推荐使用os.scandir来遍历目录树。

遍历目录树，代码实例：

import os

def traversal_files(path):
    for item in os.scandir(path):
        if item.is_dir():
          dirs.append(item.path)

        elif item.is_file():
          files.append(item.path)

    print('dirs:')
    print('\n'.join(dirs))

    print()

    print('files:')
    print('\n'.join(files))

traversal_files(r'./test')

输出结果：

dirs:
./test/dir_1
./test/dir_3
./test/dir_2

files:
./test/file_1.txt

最后，安利大家一本书《深入理解NLP的中文分词：从原理到实践》，让你从零掌握中文分词技术，踏入NLP的大门。

如果因为以上内容对你有所帮助，希望你能帮个忙，点个赞、评个论、转个发，关个注。

此公众号每周分享一篇干货文章，实实在在把一个课题说明白，讲清楚，望关注！