本地无对应路径时，如何区分云数据湖中的文件与文件夹？

针对云环境下无法使用本地文件系统判断方法的问题，你可以通过路径后缀匹配+排除无有效后缀的目录的自定义逻辑来实现筛选：

核心思路 #

• 预先定义需要保留的文件后缀集合（支持.txt、.xlsx等多种格式）
• 遍历路径列表，判断每个路径是否符合「包含有效文件后缀」的特征，同时排除那些看似带点但实际是目录的路径（比如示例中的example1.2）

代码实现 #

# 定义需要筛选的文件后缀（统一带点、小写，避免匹配误差）
target_extensions = {'.txt', '.xlsx', '.cad', '.csv'}

# 你的云数据湖路径列表
path_list = [
    "Project 1/Example1/SomeFolder",
    "Project 1/Example1/SomeFolder/example1.2",
    "Project 1/Example1/SomeFolder/example1.2/example_r_01.txt",
    "Project 1/Example1/SomeFolder/example1.2/example_r_02.txt"
]

# 执行筛选
filtered_files = []
for path in path_list:
    # 提取路径的最后一段（文件名或目录名）
    last_segment = path.split('/')[-1]
    # 检查是否包含有效后缀且后缀在目标集合内
    if '.' in last_segment:
        file_ext = '.' + last_segment.split('.')[-1].lower()
        if file_ext in target_extensions:
            filtered_files.append(path)

# 输出筛选结果
print(filtered_files)

特殊情况补充 #

如果你的云数据湖存在目录名带目标后缀的特殊场景（比如data.txt/这类目录），仅靠路径判断会出错，此时可以结合对应云服务的SDK接口做验证：

• AWS S3：调用head_object接口，若返回正常则为文件
• 阿里云OSS：调用get_object_meta接口，判断是否为文件

内容的提问来源于stack exchange，提问作者chaithra ms