我有一个 python 脚本来列出路径中的文件，如何过滤具有特定扩展名的文件

Question

我有一个包含文件夹和文件的特定路径。我想过滤掉带有 pdf、docx、jpg 扩展名的文件。

我已经有了一个列出所有文件的脚本。所以我被卡住了。任何可以帮助我过滤掉这些文件的人。

代码如下。

import os
path = r'C:\Users\PacY\Documents'
FileList = []

extensions = ['.pdf', '.docx', '.jpg']


for FileList in os.listdir(path):
    print("\nFiles: ", FileList)

Answer 1

listdir() 将文件名作为字符串给出，字符串具有函数endswith() (ends with) 可以获取单个字符串（即filename.endswith('.pdf')）或字符串元组（即filename.endswith( ('.pdf', '.docx', '.jpg') )）

import os

path = r'C:\Users\PacY\Documents'

extensions = ('.pdf', '.docx', '.jpg')  # has to be tuple instead of list

for filename in os.listdir(path):
    if filename.endswith( extensions ):
        print("filename:", filename)

为了确保您也可以将名称转换为 lower() 以识别 .PDF、.Pdf 等。

    if filename.lower().endswith( extensions ):

---

import os

path = r'C:\Users\PacY\Documents'

extensions = ('.pdf', '.docx', '.jpg')  # has to be tuple instead of list

filtered_filenames = []

for filename in os.listdir(path):
    if filename.lower().endswith( extensions ):
        #print("filename:", filename)
        filtered_filenames.append(filename)
        #filtered_filenames.append( os.path.join(path, filename) )  # full path

print(filtered_filenames)

---

顺便说一句：

它也适用于具有更多点的扩展 - 例如 .pdf.zip 或在 linux 上流行的 .tar.gz

Answer 2

我会使用split 方法。这是一个打印文件夹中具有这些扩展名之一的所有文件的示例。

import os
path = r'C:\Users\PacY\Documents'
FileList = []
 
extensions = ['pdf', 'docx', 'jpg']

FileList = os.listdir(path)
for file in FileList:
    if file.split('.')[-1] in extensions:
       print(file)       

Answer 3

import os
from os import path
print(os.path.realpath)
extension = '.epub'
dir_path = os.path.dirname(os.path.realpath(__file__))
# Making list of files with .epub extension
files = []
for directory, subdir_list, file_list in os.walk(dir_path):
    for name in file_list:
        if list(name.split("."))[1] == extension.strip("."):
            files.append(name)

以上代码返回目录和所有子目录所请求扩展名的所有文件的列表。

Answer 4

我会以不同的方式编写代码，您可以使用 pathlib。

import pathlib
path = r'C:\Users\PacY\Documents'
extensions = ['pdf', 'docx', 'jpg']
list(pathlib.Path(path).glob(extensions))