如何遍历子文件夹及所含文件并导出为XLSX/CSV格式文件

场景说明 #

指定根目录 /content/drive/MyDrive/imagesFolders/ 下共有22个命名为Folder 1至Folder 22的子文件夹，每个子文件夹内至少存储12张图片，图片格式包含jpg、png等。
根目录结构示例：

Folder 1
Folder 2
Folder 3
Folder 4
...
Folder 22

子文件夹内文件结构示例：

Folder 1/
  image1.jpg
  image2.jpg
  image3.jpg
....
  image12.jpg

Folder 2/
  image1.png
  image2.jpg
  image3.jpg
....
  image12.jpg

Folder 3/
  image1.jpg
  image2.png
  image3.jpg
....
  image12.jpg

需求是提取所有图片的以下信息，导出为xlsx或CSV格式表格：

• 第一列：图片完整文件名
• 第二列：图片所属子文件夹名称
• 第三列：图片文件扩展名
• 第四列：图片所在文件夹层级

原有代码问题 #

原有代码仅截取了os.walk返回列表中第二个元素的文件列表，只能拿到第一个子文件夹内的文件名，没有完成全目录遍历、字段结构化提取、文件导出的逻辑。

完整实现代码 #

首先安装依赖库（如果未安装的话）：

pip install pandas openpyxl

执行代码：

import os
import pandas as pd

# 配置根目录路径
ROOT_PATH = '/content/drive/MyDrive/imagesFolders/'
# 配置需要统计的图片格式后缀，可按需扩展
IMAGE_EXTENSIONS = {'.jpg', '.jpeg', '.png', '.bmp', '.gif', '.webp'}

record_list = []

for current_dir, _, files in os.walk(ROOT_PATH):
    # 计算当前目录相对根目录的层级
    rel_path = os.path.relpath(current_dir, ROOT_PATH)
    if rel_path == '.':
        level = 0
        folder_name = '根目录'
    else:
        level = len(rel_path.split(os.sep))
        folder_name = os.path.basename(current_dir)
    
    # 遍历当前目录下所有文件
    for file in files:
        _, ext = os.path.splitext(file)
        # 过滤非图片文件
        if ext.lower() in IMAGE_EXTENSIONS:
            record_list.append({
                '图片名称': file,
                '所属子文件夹': folder_name,
                '文件扩展名': ext.lower().lstrip('.'),
                '文件夹层级': level
            })

# 转换为表格结构
df = pd.DataFrame(record_list)

# 导出为CSV（Excel打开无乱码）
df.to_csv('图片文件清单.csv', index=False, encoding='utf-8-sig')
# 如需导出xlsx格式，注释上面的CSV导出行，取消下面行的注释即可
# df.to_excel('图片文件清单.xlsx', index=False)

print(f'统计完成，共收录{len(df)}条图片记录，文件已导出到当前代码运行目录')

代码说明 #

• 会自动遍历根目录下所有层级的文件夹，自动过滤非图片格式的文件
• 层级计算规则：根目录层级记为0，Folder1这类直接放在根目录下的子文件夹层级记为1，若子文件夹内还有嵌套文件夹，层级依次累加
• CSV导出默认使用utf-8-sig编码，直接双击用Excel打开不会出现中文乱码
• 如果需要支持更多图片格式，直接在IMAGE_EXTENSIONS集合中添加对应后缀即可

内容的提问来源于stack exchange，提问作者Md Mahadi Hasan Sany