如果引用目录名，os.walk()会有不同的行为

Question

我正在学习Python并编写一个应用程序，它将递归一个文件夹树并识别特定扩展名的文件。

测试文件夹结构如下，其中有10个文本文件：

C:\TEMP\ROOT
├───dir1
│   │   dir1file1.txt
│   │   dir1file2.txt
│   │
│   ├───subdir1
│   │       dir1subdir1file1.txt
│   │       dir1subdir1file2.txt
│   │
│   └───subdir2
│           dir1subdir2file1.txt
│           dir1subdir2file2.txt
│
└───dir2
    │   dir2file1.txt
    │   dir2file2.txt
    │
    └───subdir1
        │   dir2subdir1file1.txt
        │
        └───subdir1
            └───subdir1
                    dir2subdir1subdir1subdir1file1.txt

经过提取和简化的代码的业务端是：

def scan_for_txt_files(start_from):
    for root_path, subdirs, files in os.walk(start_from):
        for _ in subdirs:
            # In the real application I update a progress bar here.
            for this_file in files:
                ext = str.lower(os.path.splitext(this_file)[1]).replace('.', '')
                if ext == 'txt':
                    print(f'{os.path.join(root_path, this_file)}')

运行时会打印：

c:\temp\root\dir1\dir1file1.txt
c:\temp\root\dir1\dir1file2.txt
c:\temp\root\dir1\dir1file1.txt
c:\temp\root\dir1\dir1file2.txt
c:\temp\root\dir2\dir2file1.txt
c:\temp\root\dir2\dir2file2.txt
c:\temp\root\dir2\subdir1\dir2subdir1file1.txt

但是，如果我修改代码以删除对子目录的引用，它可以正常工作：

def scan_for_txt_files(start_from):
    for root_path, subdirs, files in os.walk(start_from):
        for this_file in files:
            ext = str.lower(os.path.splitext(this_file)[1]).replace('.', '')
            if ext == 'txt':
                print(f'{os.path.join(root_path, this_file)}')

输出：

c:\temp\root\dir1\dir1file1.txt
c:\temp\root\dir1\dir1file2.txt
c:\temp\root\dir1\subdir1\dir1subdir1file1.txt
c:\temp\root\dir1\subdir1\dir1subdir1file2.txt
c:\temp\root\dir1\subdir2\dir1subdir2file1.txt
c:\temp\root\dir1\subdir2\dir1subdir2file2.txt
c:\temp\root\dir2\dir2file1.txt
c:\temp\root\dir2\dir2file2.txt
c:\temp\root\dir2\subdir1\dir2subdir1file1.txt
c:\temp\root\dir2\subdir1\subdir1\subdir1\dir2subdir1subdir1subdir1file1.txt

代码的第一种形式是因为我的目的是预先确定子文件夹的数量，然后在“for ... in subdirs”部分，根据扫描的文件夹数量更新进度条。

这要么发生在真实的文件系统中，要么发生在pytest\pyfakefs中。我相信这是很简单的事情，但是我不能理解到底发生了什么。

Answer 1

问题出在我对Python生成器的理解不完整，而且我的缩进也不正确。“for this_file in files”部分应该在与“for_ in subdirs”部分相同的级别缩进。

谢谢你的回复。