Python如何读取子文件夹所有txt文件并将四位数字内容存入列表

需要实现的功能：遍历指定根路径下所有层级的子文件夹，仅读取后缀为.txt的文本文件，提取文件中存储的四位数字内容归集到列表中。原有编写的代码未实现递归读取、内容归集的预期效果。

原有代码如下：

import os
path = "C:\python_projects\PythonProgramming\data-task1\q6" (example)
os.chdir(path)

def read_text_file(file_path):
    with open(file_path, 'r') as f:
        print(f.read())

for file in os.listdir():  
    if file.endswith(".txt"):
        file_path = f"{path}\{file}"
    
        read_text_file(file_path)

• 仅使用os.listdir()只能获取当前工作目录下的直接文件和文件夹名，不会递归进入子目录扫描，无法读取嵌套子文件夹里的txt文件
• 仅实现了文件内容打印逻辑，没有做四位数字提取、内容归集到列表的处理
• 手动用\{file}拼接Windows路径存在转义风险，不同层级路径拼接容易出现分隔符错误
• 额外调用os.chdir()切换工作目录属于非必要操作，容易引发后续路径定位异常
• 路径定义行末尾的(example)是注释内容，直接写在代码行中会触发语法错误，注释内容需要用#开头标注

方案1：基于os.walk()实现（全Python版本兼容） #

os.walk()是Python标准库提供的目录递归遍历方法，会自动遍历根路径下所有层级的子目录，不需要手动编写递归逻辑。

import os
import re

# 目标根路径，字符串前加r标记为原始字符串，避免反斜杠触发转义
root_path = r"C:\python_projects\PythonProgramming\data-task1\q6"
result_list = []
# 正则规则：匹配独立的四位连续数字，避免从更长数字串中误截取片段
num_pattern = re.compile(r'\b\d{4}\b')

# 每次遍历返回三个值：当前目录路径、当前目录下子文件夹列表、当前目录下文件列表
for current_dir, _, file_list in os.walk(root_path):
    for file_name in file_list:
        # 统一转小写判断后缀，避免.TXT大写后缀的文件被遗漏
        if file_name.lower().endswith(".txt"):
            # 用os.path.join自动适配系统路径分隔符，拼接文件完整路径
            file_full_path = os.path.join(current_dir, file_name)
            try:
                # 显式指定文件编码，避免不同系统默认编码不一致导致乱码、报错
                with open(file_full_path, 'r', encoding='utf-8') as f:
                    content = f.read()
                    # 提取当前文件中所有符合规则的四位数字，追加到结果列表
                    match_nums = num_pattern.findall(content)
                    result_list.extend(match_nums)
            except Exception as e:
                # 遇到权限不足、文件损坏等异常时打印提示，不中断整体遍历流程
                print(f"跳过异常文件 {file_full_path}，错误信息：{str(e)}")

# 输出最终归集的结果
print(f"提取完成，所有四位数字列表：{result_list}")

关键说明：

• 如果你的txt文件中只单独存储四位数字、没有其他混杂内容，可以去掉正则匹配逻辑，直接用result_list.append(content.strip())即可，不需要导入re模块
• 判断后缀时用lower()转小写，可以兼容.TXT这类大写后缀的文件，避免漏读
• 异常捕获逻辑可以根据实际需求调整，确定所有文件都正常可读时也可以去掉

方案2：基于pathlib实现（Python3.4+支持，写法更简洁） #

Python3.4+新增的pathlib模块提供了面向对象的路径处理能力，递归匹配文件的写法更简洁：

from pathlib import Path
import re

root_path = Path(r"C:\python_projects\PythonProgramming\data-task1\q6")
result_list = []
num_pattern = re.compile(r'\b\d{4}\b')

# rglob方法会递归匹配所有符合*.txt规则的文件
for txt_file in root_path.rglob("*.txt"):
    try:
        content = txt_file.read_text(encoding='utf-8')
        result_list.extend(num_pattern.findall(content))
    except Exception as e:
        print(f"跳过异常文件 {txt_file}，错误信息：{str(e)}")

print(f"提取完成，所有四位数字列表：{result_list}")

内容的提问来源于stack exchange，提问作者Joao Orsini