Estou tentando obter uma lista de arquivos em um diretório usando Python, mas não quero uma lista de TODOS os arquivos.

O que eu quero essencialmente é a capacidade de fazer algo como o seguinte, mas usando Python e não executando ls.

ls 145592*.jpg

Se não houver um método interno para isso, estou pensando em escrever um loop for para iterar os resultados de um os.listdir()e anexar todos os arquivos correspondentes a uma nova lista.

No entanto, existem muitos arquivos nesse diretório e, portanto, espero que exista um método mais eficiente (ou um método interno).

glob.glob('145592*.jpg')

glob.glob()é definitivamente a maneira de fazê-lo (conforme Ignacio). No entanto, se você precisar de uma correspondência mais complicada, poderá fazê-lo com uma compreensão da lista e re.match(), algo como:

files = [f for f in os.listdir('.') if re.match(r'[0-9]+.*\.jpg', f)]

Mais flexível, mas como você observa, menos eficiente.

Mantenha simples:

import os
relevant_path = "[path to folder]"
included_extensions = ['jpg','jpeg', 'bmp', 'png', 'gif']
file_names = [fn for fn in os.listdir(relevant_path)
              if any(fn.endswith(ext) for ext in included_extensions)]

Eu prefiro essa forma de compreensão de lista porque ela lê bem em inglês.

Li a quarta linha como: Para cada fn no os.listdir do meu caminho, forneça apenas os que correspondem a qualquer uma das minhas extensões incluídas.

Pode ser difícil para os programadores iniciantes de python realmente se acostumarem a usar compreensões de lista para filtragem, e pode ter alguma sobrecarga de memória para conjuntos de dados muito grandes, mas para listar um diretório e outras tarefas simples de filtragem de strings, as compreensões de lista levam a uma limpeza mais clara código documentável.

A única coisa sobre esse design é que ele não protege contra o erro de passar uma string em vez de uma lista. Por exemplo, se você acidentalmente converter uma string em uma lista e acabar verificando todos os caracteres de uma string, poderá acabar recebendo uma série de falsos positivos.

Mas é melhor ter um problema fácil de corrigir do que uma solução difícil de entender.

Outra opção:

>>> import os, fnmatch
>>> fnmatch.filter(os.listdir('.'), '*.py')
['manage.py']

https://docs.python.org/3/library/fnmatch.html

Filtrar com globmódulo:

Import glob

import glob

Curingas:

files=glob.glob("data/*")
print(files)

Out:

['data/ks_10000_0', 'data/ks_1000_0', 'data/ks_100_0', 'data/ks_100_1',
'data/ks_100_2', 'data/ks_106_0', 'data/ks_19_0', 'data/ks_200_0', 'data/ks_200_1', 
'data/ks_300_0', 'data/ks_30_0', 'data/ks_400_0', 'data/ks_40_0', 'data/ks_45_0', 
'data/ks_4_0', 'data/ks_500_0', 'data/ks_50_0', 'data/ks_50_1', 'data/ks_60_0', 
'data/ks_82_0', 'data/ks_lecture_dp_1', 'data/ks_lecture_dp_2']

Extensão Fiter .txt:

files = glob.glob("/home/ach/*/*.txt")

Um único caractere

glob.glob("/home/ach/file?.txt")

Intervalos numéricos

glob.glob("/home/ach/*[0-9]*")

Faixas do alfabeto

glob.glob("/home/ach/[a-c]*")

Código preliminar

import glob
import fnmatch
import pathlib
import os

pattern = '*.py'
path = '.'

Solução 1 - use "glob"

# lookup in current dir
glob.glob(pattern)

In [2]: glob.glob(pattern)
Out[2]: ['wsgi.py', 'manage.py', 'tasks.py']

Solução 2 - use "os" + "fnmatch"

Variante 2.1 - Pesquisa no diretório atual

# lookup in current dir
fnmatch.filter(os.listdir(path), pattern)

In [3]: fnmatch.filter(os.listdir(path), pattern)
Out[3]: ['wsgi.py', 'manage.py', 'tasks.py']

Variante 2.2 - Pesquisa recursiva

# lookup recursive
for dirpath, dirnames, filenames in os.walk(path):

    if not filenames:
        continue

    pythonic_files = fnmatch.filter(filenames, pattern)
    if pythonic_files:
        for file in pythonic_files:
            print('{}/{}'.format(dirpath, file))

Resultado

./wsgi.py
./manage.py
./tasks.py
./temp/temp.py
./apps/diaries/urls.py
./apps/diaries/signals.py
./apps/diaries/actions.py
./apps/diaries/querysets.py
./apps/library/tests/test_forms.py
./apps/library/migrations/0001_initial.py
./apps/polls/views.py
./apps/polls/formsets.py
./apps/polls/reports.py
./apps/polls/admin.py

Solução 3 - use "pathlib"

# lookup in current dir
path_ = pathlib.Path('.')
tuple(path_.glob(pattern))

# lookup recursive
tuple(path_.rglob(pattern))

Notas:

1. Testado no Python 3.4
2. O módulo "pathlib" foi adicionado apenas no Python 3.4
3. O Python 3.5 adicionou um recurso para pesquisa recursiva com glob.glob https://docs.python.org/3.5/library/glob.html#glob.glob . Como minha máquina está instalada com o Python 3.4, não testei isso.

use os.walk para listar recursivamente seus arquivos

import os
root = "/home"
pattern = "145992"
alist_filter = ['jpg','bmp','png','gif'] 
path=os.path.join(root,"mydir_to_scan")
for r,d,f in os.walk(path):
    for file in f:
        if file[-3:] in alist_filter and pattern in file:
            print os.path.join(root,file)

import os

dir="/path/to/dir"
[x[0]+"/"+f for x in os.walk(dir) for f in x[2] if f.endswith(".jpg")]

Isso fornecerá uma lista de arquivos jpg com o caminho completo. Você pode substituir x[0]+"/"+fcom fpor apenas nomes de arquivos. Você também pode substituir f.endswith(".jpg")por qualquer condição de string que desejar.

você também pode gostar de uma abordagem de alto nível (eu implementei e empacotei como findtools ):

from findtools.find_files import (find_files, Match)


# Recursively find all *.txt files in **/home/**
txt_files_pattern = Match(filetype='f', name='*.txt')
found_files = find_files(path='/home', match=txt_files_pattern)

for found_file in found_files:
    print found_file

pode ser instalado com

pip install findtools

Nomes de arquivos com extensões "jpg" e "png" em "caminho / para / imagens":

import os
accepted_extensions = ["jpg", "png"]
filenames = [fn for fn in os.listdir("path/to/images") if fn.split(".")[-1] in accepted_extensions]

Você pode usar o pathlib que está disponível na biblioteca padrão Python 3.4 e posterior.

from pathlib import Path

files = [f for f in Path.cwd().iterdir() if f.match("145592*.jpg")]

Você pode definir um padrão e verificar se há. Aqui eu peguei o padrão inicial e final e procurei no nome do arquivo. ARQUIVOS contém a lista de todos os arquivos em um diretório.

import os
PATTERN_START = "145592"
PATTERN_END = ".jpg"
CURRENT_DIR = os.path.dirname(os.path.realpath(__file__))
for r,d,FILES in os.walk(CURRENT_DIR):
    for FILE in FILES:
        if PATTERN_START in FILE and PATTERN_END in FILE:
            print FILE

Que tal str.split ()? Nada para importar.

import os

image_names = [f for f in os.listdir(path) if len(f.split('.jpg')) == 2]

Você pode usar subprocess.check_ouput () como

import subprocess

list_files = subprocess.check_output("ls 145992*.jpg", shell=True) 

Obviamente, a sequência entre aspas pode ser qualquer coisa que você queira executar no shell e armazenar a saída.