如何在“价格表”和“价格表”文件夹下找到 PDF 文件？

Question

我的任务是在 Windows 7 上使用 JRuby 找出几个价目表文件夹下的所有 PDF 文件。文件夹结构如下：

WorkSpace/Data/2015/city1/A/...
WorkSpace/Data/2015/city1/B/...
WorkSpace/Data/2015/city1/Pricelist/...
WorkSpace/Data/2015/city1/...
WorkSpace/Data/2015/city1/Price List/.....
WorkSpace/Data/2015/city2/A/...
WorkSpace/Data/2015/city2/C/...
WorkSpace/Data/2015/city2/Pricelist/...
WorkSpace/Data/2015/city2/D/...
WorkSpace/Data/2015/city2/Price List/.....

WorkSpace/Data/2016/city1/folder1/...
WorkSpace/Data/2016/city1/folder2/...
WorkSpace/Data/2016/city1/Pricelist/...
WorkSpace/Data/2016/city1/folder3/...
WorkSpace/Data/2016/city1/folder4/Price List/...
WorkSpace/Data/2016/city2/folder1/...
WorkSpace/Data/2016/city2/folder2/...
WorkSpace/Data/2016/city2/Pricelist/...
WorkSpace/Data/2016/city2/folder3/...
WorkSpace/Data/2016/city2/folder4/Price List/...

...代表对应文件夹下的各种文件。

我只想在文件夹Pricelist 和Price List 下找到PDF 文件。我该怎么做？

我读过Searching a folder and all of its subfolders for files of a certain type。这是一个我认为很有帮助的答案，但我如何修改表达式/.*\.pdf$/ 以实现我的目标？

Answer 1

使用递归全局

您只需Dir#glob 和Enumerable#grep 即可找到您的文件。例如：

Dir.glob('WorkSpace/Data/**/*.pdf').grep /Price List|Pricelist/

这将使用递归 glob 模式收集所有 PDF 文件，该模式下降到从 Workspace/Data 开始的所有子目录（根据需要调整此起始目录的路径），然后仅返回与您所在目录匹配的结果为。在这种情况下，我们使用带有交替的正则表达式模式来查找您要查找的两个目录中的任何一个，而不考虑所需目录的嵌套深度。

可能有更有效的方法来做到这一点，或者如果它对您来说过于宽松，您可能需要调整正则表达式，但这肯定会解决问题，而无需了解您想要了解的目录树的根目录。搜索。

Answer 2

您可能想查看Find module。代码是这样的：

results = []
directory_list = []

Find.find('Workspace/Data') do |path|
    if FileTest.directory?(path)
        fn = File.basename(path)
        if fn == 'Pricelist' || fn == 'Price List'
            directory_list << path
            Find.prune
        end
    end
end

directory_list.each do |starting_path|
    Find.find(starting_path) do |path|
        if File.extname(path) == '.pdf'
            results << path
        end
    end
end

第一个循环扫描并找到与目录名称条件匹配的所有目录，跳过它们下面的扫描，因为这将在第二个循环中发生。第二个循环获取第一个循环找到的每个目录，并扫描它们以查找以“.pdf”扩展名结尾的文件，并将每个目录添加到结果列表中。

您可以将第二个循环的主体提升到第一个循环中以代替 directory_list << path，但生成的代码将更难阅读并且不会获得任何性能改进。