regex和os.walk

Question

我对蟒蛇很陌生，但学习很快。我试图使用regex和os.walk来忽略我不想处理的目录。我知道您必须修改位置上的dir，而不是创建一个新的列表。不过我两种方法都试过了。我没有发现任何错误，但它仍然遍历所有目录。我试图删除所有目录与'EXP‘或'-’或'3.2‘的名称。下面是一个我想忽略3.2.2.150-20150424.195805_EXP_manuMain_outOfMemFix的例子

这就是我所拥有的：

def runtest(filepath_udu: object) -> object:   
    k = 1
    for root, dirs, files in os.walk(filepath_udu, topdown=True):
        dirs[:] = [item for item in dirs 
                   if item not in ('1node','local','remote')]
        dirs[:] = [dir for dir in dirs 
                   if re.search(r'\bEXP\b', dir) not in dirs \
                   or re.search(r'\b3.2\b', dir) not in dirs \
                   or re.search(r'\w+(?:- \w+)+', dir) not in dirs]
    for file in files:
        do something...

我的第二个脏东西被忽视了，我做错了什么？谢谢

Answer 1

它不会被忽视，只是你的状况总是真实的，所以你没有过滤掉任何东西。

如果发现了某些内容，re.search将返回一个match对象，如果没有找到，则返回None。不管怎样，这不会是dirs的一个元素，因为dirs只是一个字符串列表。所以你所有的测试都是真的。

与其检查搜索是否在dirs中，不如检查它是否真实。( match对象总是真实的，而None总是falsey。)

而且，在修复之后，我确信您希望保留所有测试失败的值--但是您使用的是or而不是and，这意味着在任何测试失败的地方都保留这些值。

所以：

dirs[:] = [dir for dir in dirs
           if not re.search(r'\bEXP\b', dir)
           and not re.search(r'\b3.2\b', dir) 
           and not re.search(r'\w+(?:-\w+)+', dir)]

或者，如果反过来更容易理解--而不是在所有测试失败的地方保存所有值，而是将所有值保存在所有测试都不正确的地方：

dirs[:] = [dir for dir in dirs if not (
           re.search(r'\bEXP\b', dir) or
           re.search(r'\b3.2\b', dir) or
           re.search(r'\w+(?:-\w+)+', dir))]

Answer 2

与使用os.walk不同，您可以避免处理列表操作的开销，方法是在排除符合排除标准的子目录之后，使用os.scandir递归地遍历子目录：

def runtest(filepath_udu: object) -> object:
    for entry in os.scandir(filepath_udu):
        if entry.is_dir() and entry.name not in ('1node', 'local', 'remote') and not re.search(r'\bEXP\b', entry.name) and not re.search(r'\b3.2\b', entry.name) and not re.search(r'\w+(?:- \w+)+', entry.name):
            runtest(entry.path)
        else:
            do something ...