如何跳过某些 os.walk() 目录并以特殊方式处理其中一些剩余的目录？

Question

为清楚起见进行编辑：我试图获取某些文件夹和子文件夹中某种文件类型的 url。我有一个在步行过程中永远不想进入的文件夹列表，名为

bannedDir

。如果出现

bannedDir

中的任何单词，我想完全跳过这些目录，我相信我已经做到了。我有一个名为

flaggedDir

的正则表达式列表。如果

flaggedDir

中的任何单词位于根目录中，我想对该根目录下的所有内容执行某些操作。

我首先要在根目录下执行的操作是，排除在

excludedDir

中的目录中进行搜索，该目录由 BannedDir 中的所有条目和

flaggedDir

中的一些条目组成。然后我想获取所有xls文件的mtime或剩余文件夹中的

fileType

。然后存储该 mtime 列表中的最大 mtime，我称之为

iniList

。

当前代码如下。

for root, dirs, files in os.walk(topDir, topdown=True):
dirs[:] = [d for d in dirs if d not in bannedDir]    
   if flaggedDir.search(root) is not None:
    dirs[:] = [d for d in dirs if d not in excludedDir]
       for name in files:
           if name.lower().endswith(fileTypes):
               lastModif = [];
               timeIndex = [];
               fileLocation = os.path.join(root, name);
               time = os.path.getmtime(fileLocation);
               timeIndex.append(time);                             
               lastModif.append([fileLocation,time]);
       if len(lastModif) > 0:
        iniList.append(max(lastModif, key=lambda item: item[1]));

例如，

topDir = [C:\\Test\]
fileTypes = '.xls'
bannedDir = [a,b]
flaggedDir = [c,d]
excludedDir = [a,b,c]

dir a -- file 1.xls,
dir b -- file 5.exe,
dir c -- file 2.exe,
dir d -- file 3.xls, file 4.exe, file 5.xls

我应该只能获取 file3.xls 和 file 5.xls，因为目录 a、b 和 c 应该被跳过。然后我应该获取文件 3.xls，因为文件 3 的 mtime 为 5000，而文件 5 的 mtime 为 2000。我的问题是，我似乎用代码在某些目录上遍历了两次。我也没有得到每个子目录的最大值。我该如何解决这个问题？

Answer 1

此问题已在以下位置得到解答： 排除 os.walk 中的目录

简单来说，只需修改目录以排除您不想循环的文件夹即可。就是这样！