比较Python中文件树的路径

Question

我有一个 YAML 文件，其文件夹树如下所示：

---
- folder1
- folder2:
    - subfolder1:
        - deepfolder1
    - subolder2
- folder3
- folder4
...

我打开它：

with open(yaml_file) as f:
        tree = yaml.load(f)

我想将它与 URL 路径进行比较。

然后我拆分 URL 元素以获取列表 [folder1, folder2]

path_elements = parse.unquote_plus(request_path).split(sep)

request_path 应该是文件夹的相对链接（不带斜杠）。

我想检查 request_path 是否位于 YAML 文件夹树中，然后返回例如True.

但是对于如何以排序和“pythonic”的方式比较两个对象，我有点迷茫。

我想出的每样东西都有很多循环，感觉非常臃肿，既不聪明也不现代。

我使用的是 Python 3.4，总的来说，我对 Python 非常陌生。

如果有更好的方法（YAML 文件中的其他结构或比较这些的不同方法，欢迎提出任何建议！

Answer 1

您可能需要多解释一下您希望如何“比较”这两个对象，但我猜您的主要问题是您想将嵌套目录结构转换为平面列表的路径。 IE。你想要这个嵌套结构：

- folder2:
    - subfolder1:
        - deepfolder1
        - deepfolder2

要成为这些的平面列表：

folder2/subfolder1/deepfolder1
folder2/subfolder1/deepfolder2

这是“tree traversal”的一种形式。

这里有一个棘手的部分是，通常树表示为列表的列表，但您的 YAML 混合了关联数组（AKA 字典或哈希）和列表。所以这会让代码稍微复杂一些。

以下是您提供的数据的递归树遍历：

def traverse(t, prefix=None):
    prefix = prefix or []

    if len(t) == 0:
        raise StopIteration
    elif len(t) == 1:
        first, rest = t[0], []
    else:
        first, rest = t[0], t[1:]

    #walk first element
    if isinstance(first, str):
        #it's a single node
        yield prefix + [first]
    elif isinstance(first, list):
        #it's a list of nodes
        for element in first:
            for tmp in traverse(element, prefix=prefix):
                yield tmp
    elif isinstance(first, dict):
        #there's another level of nesting
        for sub in first:
            for tmp in traverse(first[sub], prefix=(prefix + [sub])):
                yield tmp

    #walk rest of elements recursively
    for element in traverse(rest, prefix=prefix):
        yield element

for expanded_path in traverse(tree):
    print(expanded_path)

如果您使用的是 python 3.4，则可以使用 yield from 清理“for tmp in ...: yield tmp”部分。 Full code here.

当我在你的数据上运行时，我得到：

['folder1']
['folder2', 'subfolder1', 'deepfolder1']
['folder2', 'subolder2']
['folder3']
['folder4']

这些扩展路径的格式与您的 path_elements 变量的格式相同，因此我们现在可以将它们相互比较。

您可能想要search SO 或python recipes 以获得更好的树遍历算法，我的可能不是最有效的（有一个limit to python's recursion depth，因此您可能需要在生产中使用迭代版本）。

编辑：针对您的评论：“如果 request_path 在树结构内，则返回 'True'”，您只需遍历扩展路径并查看 request_path 是否与其中任何一个匹配：

def compare(request_path, tree):
    path_elements = parse.unquote_plus(request_path).split(sep)
    for expanded_path in traverse(tree):
        if expanded_path == path_elements:
            return True
    return False

但这在一定程度上取决于 request_path 中的内容，它是完整 URL (http://www.blah.com/foo/boo.txt) 还是绝对 URL (/foo/boo.txt) 还是相对 URL (foo/boo.txt)？如果是这样，您可能需要在比较它们之前清理路径。不过，这一切都很容易做到（搜索 SO 来分割路径和 URL），遍历树是复杂的部分。