使用pathlib递归检查文件名前缀与父目录前缀匹配问题排查

1. 生成器被耗尽导致循环未执行 #

你通过p = Path(...).rglob('*')创建的是生成器对象，这类对象只能被遍历一次。之前已经用filePaths = [x for x in p if x.is_file()]把生成器的内容全部取完了，后续再执行for element in p时，生成器已经空了，循环根本不会运行，自然不会检测到任何不匹配的文件。

2. Path对象属性调用错误 #

代码里的element.Path.name和element.Path.parent是错误写法：

• Path实例本身就自带name（文件名）和parent（父目录对象）属性，正确写法是element.name和element.parent.name
• 这种错误会引发AttributeError，只是因为生成器耗尽导致循环没执行，所以你没看到报错

3. 其他潜在问题 #

• 未过滤目录：rglob('*')会返回目录和文件，你需要只检查文件，否则可能把目录也纳入检测
• 前缀匹配逻辑的严谨性：如果文件名或目录名不含下划线，split("_")[0:1]会返回整个名称的列表，可能不符合你的预期；另外你需求是文件名以父目录前缀（如abc2022_）开头，当前代码是分割后对比前部分，和需求有细微差异

修复后的完整代码 #

from pathlib import Path

# 读取文件列表，用with语句自动关闭文件更安全
with open("fileList.txt", "r") as fileList:
    data = fileList.read()
fileList_reformatted = data.replace('\n', '').split(",")
print(fileList_reformatted)

# 获取目标目录下所有文件，直接转为列表避免生成器耗尽问题
target_dir = Path('C:/Users/Common/Downloads/compare')
filePaths = [x for x in target_dir.rglob('*') if x.is_file()]
filePaths_string = [str(x) for x in filePaths]
print(filePaths_string)

# 查找缺失的预期文件
differences1 = []
for element in fileList_reformatted:
    if element not in filePaths_string:
        differences1.append(element)
print("The following files from the provided list were not found:", differences1)

# 查找多余的意外文件
differences2 = []
for element in filePaths_string:
    if element not in fileList_reformatted:
        differences2.append(element)
print("The following unexpected files were found:", differences2)

# 检查文件名前缀与父目录前缀匹配
wrong_location = []
for element in filePaths:
    parent_name = element.parent.name
    # 提取父目录前缀（比如abc2022_001 -> abc2022_）
    if '_' in parent_name:
        parent_prefix = parent_name.split('_')[0] + '_'
    else:
        # 若父目录无下划线，可根据需求调整逻辑，比如用整个目录名加下划线
        parent_prefix = parent_name + '_'
    # 检查文件名是否以父目录前缀开头
    if not element.name.startswith(parent_prefix):
        wrong_location.append(str(element))

print("Following files may be in the wrong location:", wrong_location)

内容的提问来源于stack exchange，提问作者Paul