Python指定路径搜索XML文件并排除文件夹的问题排查

问题背景 #

需要在指定路径下搜索XML文件，路径下包含XML文件以及supplement和serialno两个文件夹，目标是仅处理XML文件并排除这两个文件夹。原代码如下：

path = 'C:/Users/STJ2TW/Desktop/TDD/TD/cell02/td/cell'
for filename in os.listdir(path):
    if '.' not in filename:
        if 'MASTER' not in filename:
            if 'GHOST' and 'serialno' and 'supplement' not in filename: 
                fullname = os.path.join(path, filename)
                PN, GH, GH_Design_standard = get_data_from_xml(fullname)
                PN_list.append(PN)

运行时触发以下错误：

---------------------------------------------------------------------------
PermissionError                           Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_14576/1956305515.py in <module>
    109             if 'GHOST' and 'serialno' and 'supplement' not in filename:
    110                 fullname = os.path.join(path, filename)
--> 111                 PN, GH, GH_Design_standard = get_data_from_xml(fullname)
    112 
    113                 PN_list.append(PN)

~\AppData\Local\Temp/ipykernel_14576/1709054135.py in get_data_from_xml(path)
     21 
     22 
--> 23     tree = ET.parse(path)
     24     #tree = etree.XML(path)
     25     root = tree.getroot()

C:\Program Files\Anaconda3\lib\xml\etree\ElementTree.py in parse(source, parser)
   1227     """
   1228     tree = ElementTree()
--> 1229     tree.parse(source, parser)
   1230     return tree
   1231 

C:\Program Files\Anaconda3\lib\xml\etree\ElementTree.py in parse(self, source, parser)
    567         close_source = False
    568         if not hasattr(source, "read"):
--> 569             source = open(source, "rb")
    570             close_source = True
    571         try:

PermissionError: [Errno 13] Permission denied: 'C:/Users/STJ2TW/Desktop/TDD/TD/cell02/td/cell\\serialno'

错误原因 #

1. 逻辑判断错误：原代码中'GHOST' and 'serialno' and 'supplement' not in filename的写法不符合Python语法逻辑，实际只会判断'supplement' not in filename，前两个非空字符串会被视为True，导致serialno文件夹未被排除。
2. 未校验文件类型：代码未检查当前路径是否为文件，直接尝试读取文件夹路径，触发权限错误（无法以读取文件的方式打开文件夹）。
3. 筛选条件颠倒：if '.' not in filename会排除所有带后缀的文件（包括XML文件），与需求完全相反。

修复方案 #

直接筛选路径下的XML文件，同时排除指定文件夹，代码如下：

import os
import xml.etree.ElementTree as ET

path = 'C:/Users/STJ2TW/Desktop/TDD/TD/cell02/td/cell'
PN_list = []

def get_data_from_xml(file_path):
    tree = ET.parse(file_path)
    root = tree.getroot()
    # 补充你的XML解析逻辑，返回PN, GH, GH_Design_standard
    return "", "", ""

for filename in os.listdir(path):
    fullname = os.path.join(path, filename)
    # 跳过指定文件夹
    if filename in ['serialno', 'supplement']:
        continue
    # 仅处理XML文件
    if os.path.isfile(fullname) and filename.lower().endswith('.xml'):
        # 排除包含MASTER或GHOST的文件（按需保留）
        if 'MASTER' not in filename and 'GHOST' not in filename:
            PN, GH, GH_Design_standard = get_data_from_xml(fullname)
            PN_list.append(PN)

关键优化点 #

• 优先跳过指定文件夹，避免无效处理
• 使用os.path.isfile()确保处理对象是文件而非文件夹
• 通过filename.lower().endswith('.xml')精准筛选XML文件（兼容大小写后缀）
• 明确判断排除包含MASTER和GHOST的文件，逻辑清晰易懂

内容的提问来源于stack exchange，提问作者ASAS