在 pathlib 中使用递归文件搜索和排除startswith()

Question

我想使用 pathlib 递归搜索所有文件夹中的所有文件，但我想排除以“。”开头的隐藏系统文件。（如'.DS_Store'）但我在pathlib中找不到像startswith这样的函数。如何在 pathlib 中实现startswith？我知道如何用 os 来做到这一点。def recursive_file_count(scan_path):    root_directory = Path(scan_path)    fcount = len([f for f in root_directory.glob('**/*') if f.startswith(".")])    print(fcount)

Answer 1

startswith()是一个 Python 字符串方法，见https://python-reference.readthedocs.io/en/latest/docs/str/startswith.html

由于您的 f 是 Path 对象，因此您必须先将其转换为字符串str(f)

def recursive_file_count(scan_path):

    root_directory = Path(scan_path)

    fcount = len([f for f in root_directory.glob('**/*') if str(f).startswith(".")])

    print(fcount)

Answer 2

有一种startswith- 你可以使用pathlib.Path.is_relative_to()：

pathlib.Path.is_relative_to()在 Python 3.9 中添加，如果您想在早期版本（3.6 以上）上使用它，您需要使用 backport pathlib3x：

$> python -m pip install pathlib3x

$> python

>>> p = Path('/etc/passwd')

>>> p.is_relative_to('/etc')

True

>>> p.is_relative_to('/usr')

False

你可以在github或PyPi 上找到 pathlib3x

但这对您的示例仍然无济于事，因为您想跳过以“。”开头的文件。- 所以你的解决方案是正确的 - 但不是很有效：

def recursive_file_count(scan_path):

    root_directory = Path(scan_path)

    fcount = len([f for f in root_directory.glob('**/*') if not str(f.name).startswith(".")])

    print(fcount)

想象一下，您在scan_path中有 200 万个文件，这将创建一个包含 200 万个 pathlib.Path 对象的列表。哇，这需要一些时间和记忆......

最好有一种像 fnmatch 这样的过滤器或用于 glob 函数的东西——我正在考虑将它用于 pathlib3x。

Path.glob() 返回一个生成器迭代器，它需要更少的内存。

所以为了节省内存，解决方案可以是：

def recursive_file_count(scan_path):

    root_directory = Path(scan_path)

    fcount = 0

    # we only have one instance of f at the time

    for f in root_directory.glob('**/*'):

        if not str(f.name).startswith(".")]):

            fcount = fcount + 1

    print(count)

Answer 3

我的解决方案：

def recursive_file_count(scan_path):

    root_directory = Path(scan_path)

    fcount = len([f for f in root_directory.glob('**/*') if not str(f.name).startswith(".")])

    print(fcount)