假设我具有以下目录结构
PROJECT
|
+ BUILD
| |
| + STH1
| | |
| | + 6.11.2
| | |
| | + 6.11.3
| | |
| | + .....
| + STH2
| | |
| | + 6.11.2
| | |
| | + 6.11.3
| | |
| | + .....
+ COMMON
| |
| + 6.11.2
| |
| + ....
在python的PROJECT目录中找到所有6.11.2目录的最有效方法是什么?
我尝试使用
glob.glob('PROJECT/**/6.11.2', recursive=True)
它有效,但是对我来说不是最佳解决方案,因为它还会查找类似的目录
PROJECT/BUILD/STH1/6.11.2/6.11.2
因此花费很多时间,我只需要找到目录6.11.2的第一个匹配项,因此深入搜索它是浪费时间(同样,sth / 6.11.2 / 6.11.2这样的情况也不会发生在我的结构中)
是否有更好的方法在python中进行搜索?
请注意,6.11.2也是一个非常复杂的目录,包含许多文件和子目录,这就是为什么要花很多时间递归进行搜索的原因。
之所以变慢,可能是因为与文件的嵌套比6.11.2
目录更多。看看将/
附加到您的模式是否有助于忽略文件。
此外,请尝试使用迭代器版本iglob,它将节省glob
将所有内容都放入列表中的成本。
filter(lambda p: p.count('6.11.2') == 1, glob.iglob('PROJECT/**/6.11.2/', recursive=True))
否则,您总是可以使用os.scandir编写自己的目录遍历。
如果我理解正确,就不想找到具有相同basename的目录,是吗?如果是,那么这应该可以解决问题:
import os
from collections import deque
from typing import List, Set
def scandir_only_dirs(path: str) -> List[str]:
return [f.path for f in os.scandir(path) if f.is_dir()]
def scandir_no_same_basename(path: str) -> Set[str]:
result = set()
queue = deque(scandir_only_dirs(path))
if not queue:
return result
visited_basenames = set()
while queue:
currdir = queue.popleft()
basename = os.path.basename(currdir)
if basename not in visited_basenames:
result.add(currdir)
queue.extendleft(scandir_only_dirs(currdir))
visited_basenames.add(basename)
return result
使用示例目录树,此函数返回:
{'.\\build',
'.\\build\\sth1',
'.\\build\\sth2',
'.\\build\\sth2\\6.11.2',
'.\\build\\sth2\\6.11.3',
'.\\common'}
当然可以根据是否要考虑basename
以外的其他部分来修改此算法,但是一般的想法是执行traversal并确定“访问”的标准。
编辑
在下面添加答案是因为我误解了这个问题:
def find_paths_to_dir(dir_basename: str, from_path: str=".") -> Set[str]:
result = set()
queue = deque(scandir_only_dirs(from_path))
if not queue:
return result
while queue:
currdir = queue.popleft()
basename = os.path.basename(currdir)
if basename == dir_basename:
result.add(currdir)
else:
queue.extendleft(scandir_only_dirs(currdir))
return result