在python中以特定顺序读取文件

Posted 2023-02-26

【中文标题】在python中以特定顺序读取文件

【英文标题】：Reading files in a particular order in python

【发布时间】：2012-08-19 02:31:42

【问题描述】：

假设我在一个文件夹中有三个文件：file9.txt、file10.txt 和 file11.txt，我想以这个特定的顺序阅读它们。谁能帮我解决这个问题？

现在我正在使用代码

import glob, os
for infile in glob.glob(os.path.join( '*.txt')):
    print "Current File Being Processed is: " + infile

它首先读取 file10.txt，然后是 file11.txt，然后是 file9.txt。

有人可以帮我如何获得正确的订单吗？

【参考方案1】：

文件系统上的文件未排序。您可以使用sorted() function 自己对生成的文件名进行排序：

for infile in sorted(glob.glob('*.txt')):
    print "Current File Being Processed is: " + infile

请注意，代码中的 os.path.join 调用是无操作的；只有一个参数，它什么也不做，只是返回原样的参数。

请注意，您的文件将按字母顺序排序，这会将10 放在9 之前。您可以使用自定义键功能来改进排序：

import re
numbers = re.compile(r'(\d+)')
def numericalSort(value):
    parts = numbers.split(value)
    parts[1::2] = map(int, parts[1::2])
    return parts

 for infile in sorted(glob.glob('*.txt'), key=numericalSort):
    print "Current File Being Processed is: " + infile

numericalSort 函数将文件名中的任何数字拆分，将其转换为实际数字，并返回结果进行排序：

>>> files = ['file9.txt', 'file10.txt', 'file11.txt', '32foo9.txt', '32foo10.txt']
>>> sorted(files)
['32foo10.txt', '32foo9.txt', 'file10.txt', 'file11.txt', 'file9.txt']
>>> sorted(files, key=numericalSort)
['32foo9.txt', '32foo10.txt', 'file9.txt', 'file10.txt', 'file11.txt']

【讨论】：

嗨。不幸的是， sorted 函数不会改变顺序。

@user1620012：更新了我的答案以改进排序顺序。

嗨..实际上我的文件的名称类似于.. text-text9-text.txt、text-text10-text.txt 等。

@user1620012：我的排序功能可以很好地处理这些。

@user1620012：太好了。 :-) 不要忘记将最能帮助您的答案标记为已接受（点击投票分数下方的绿色“V”标记）。

【参考方案2】：

您可以将glob.glob( ... ) 表达式包装在sorted( ... ) 语句中并对生成的文件列表进行排序。示例：

for infile in sorted(glob.glob('*.txt')):

您可以给sorted 一个比较函数，或者更好的是，使用key= ... 参数给它一个用于排序的自定义键。

例子：

有以下文件：

x/blub01.txt
x/blub02.txt
x/blub10.txt
x/blub03.txt
y/blub05.txt

以下代码将产生以下输出：

for filename in sorted(glob.glob('[xy]/*.txt')):
        print filename
# x/blub01.txt
# x/blub02.txt
# x/blub03.txt
# x/blub10.txt
# y/blub05.txt

现在有了按键功能：

def key_func(x):
        return os.path.split(x)[-1]
for filename in sorted(glob.glob('[xy]/*.txt'), key=key_func):
        print filename
# x/blub01.txt
# x/blub02.txt
# x/blub03.txt
# y/blub05.txt
# x/blub10.txt

编辑： 可能这个关键功能可以对您的文件进行排序：

pat=re.compile("(\d+)\D*$")
...
def key_func(x):
        mat=pat.search(os.path.split(x)[-1]) # match last group of digits
        if mat is None:
            return x
        return ":>10".format(mat.group(1)) # right align to 10 digits.

当然可以改进，但我想你明白了。没有数字的路径将被单独保留，有数字的路径将被转换为一个 10 位宽并包含数字的字符串。

【讨论】：

不幸的是sorted函数没有改变顺序。

它确实 -- y/blub05.txt 从最后一个位置向上移动，因为 blub05.txt 在 blub10.txt 之前。只比较文件名，不比较key_func中的目录。

其实我的文件没有零。它们被重命名为 x/blub1.txt x/blub2.txt x/blub10​​.txt，这会产生错误的顺序，即使使用 sort 命令也是如此。 x/blub3.txt y/blub5.txt

当排序字符串 '1' 在 '9' 之前，这就是你看到这种行为的原因。您可以根据我的回答更改 key_func 以隔离该数字。

【参考方案3】：

glob.glob(os.path.join( '*.txt'))

返回一个字符串列表，因此您可以使用 pythons sorted() function 轻松对列表进行排序。

sorted(glob.glob(os.path.join( '*.txt')))

【讨论】：

排序函数给出相同的结果 当前正在处理的文件是：file10.txt.txt 当前正在处理的文件是：file11.txt.txt 当前正在处理的文件是：file9.txt.txt

【参考方案4】：

您需要通过隔离文件名中的数字来将排序从“ASCIIBetical”更改为数字。你可以这样做：

import re

def keyFunc(afilename):
    nondigits = re.compile("\D")
    return int(nondigits.sub("", afilename))

filenames = ["file10.txt", "file11.txt", "file9.txt"]

for x in sorted(filenames, key=keyFunc):
   print xcode here

您可以在哪里使用 glob.glob("*.txt"); 的结果设置文件名

另外，keyFunc 函数假定文件名中包含一个数字，并且该数字仅在文件名中。您可以将该函数更改为尽可能复杂，以隔离您需要排序的数字。

【讨论】：

如果有不同名称的文件，用数字分组怎么办？前任。 foo1.txt，foo2.txt ..foo10.txt，然后是bar1.txt，bar2.txt，等等？还是文件名中有两组数字？

@MartijnPieters：这不是原始问题的要求，我想你知道答案。 :)

好吧，这个问题很可能使用了一小部分文件；事实证明，9、10、11 序列是关键部分。我们不能假设我们在这里拥有全貌。 :-)

同意大局。我假设提出问题的人可以根据需要将特定答案转换为更一般的答案。因此，我尝试给出一个最小但完整的答案（基于他们的问题），并希望他们能从那里取得成功。

一般来说，我同意，但正则表达式并不总是有效:-)

【参考方案5】：

for fname in ['file9.txt','file10.txt','file11.txt']:
   with open(fname) as f: # default open mode is for reading
      for line in f:
         # do something with line

【讨论】：

其实我有几百个文件要处理，所以列出来很不方便。