修改Python脚本删除CSV未列出的视频文件及解决权限错误

原脚本的问题分析 #

• 权限错误原因：os.listdir(path)会返回目录下的子文件夹和文件，但os.remove()只能删除文件，尝试删除文件夹就会触发PermissionError。
• 判断逻辑完全错误：filename == file_name是把单个文件名（比如Politics_news_3_p1）和整个路径列表做比较，永远不可能相等，结果就是所有内容都会被误删。
• 路径层级处理缺失：CSV里的路径是子文件夹/视频文件的多层级格式，原脚本只遍历了一级目录，根本无法匹配这种路径。

修正后的脚本 #

import os
import pandas as pd

# 基础文件夹的根路径
base_dir = "/Users/shaimaa/Downloads/Code/audio-visual-dataset-master/results_news/news/"
# CSV文件的路径
csv_file = "/Users/shaimaa/Downloads/Code/audio-visual-dataset-master/results_news/news/Csv files/A_V_dataset.csv"

# 读取CSV里要保留的路径，转成集合（查起来更快）
keep_paths = set(pd.read_csv(csv_file)['fileName'].tolist())

# 递归遍历整个文件夹的所有文件
for root, _, files in os.walk(base_dir):
    for file in files:
        # 生成当前文件相对于基础文件夹的路径
        full_file_path = os.path.join(root, file)
        relative_path = os.path.relpath(full_file_path, base_dir)
        # 把系统默认的路径分隔符换成CSV里的/（比如Windows下的\转成/）
        relative_path = relative_path.replace(os.sep, '/')
        
        # 如果这个路径不在保留列表里，就删除文件
        if relative_path not in keep_paths:
            print(f"删除文件：{full_file_path}")
            os.remove(full_file_path)

修复要点说明 #

• 用os.walk递归遍历：自动扫遍基础文件夹下所有层级的文件，只处理文件，跳过文件夹，彻底避免删文件夹触发的权限错误。
• 生成匹配的相对路径：通过os.path.relpath生成和CSV格式一致的相对路径，还统一了路径分隔符，确保能准确匹配。
• 用集合存保留路径：集合的查找效率比列表高得多，文件多的时候差异明显。
• 逻辑清晰的判断：直接检查当前文件的相对路径是否在保留列表里，不在就删，不会再出现误判。

内容的提问来源于stack exchange，提问作者Shema