Python os.walk()引用subdirs参数时运行结果异常问题求助

核心错误 #

你第一版代码的异常是循环嵌套逻辑错误导致的，和文件系统、os.walk的实现无关：

• os.walk每轮迭代返回的三个变量分别是：当前遍历目录路径root_path、当前目录下直属子目录列表subdirs、当前目录下直属文件列表files，它会自动递归遍历所有子目录，不需要你手动迭代subdirs触发递归
• 你错误地把「遍历当前目录文件、筛选txt」的逻辑写在了「遍历subdirs」的循环内部，直接引发两个问题：
  • 当前目录下有N个直属子目录时，当前目录的文件会被重复扫描N次：比如测试目录中dir1下有2个直属子目录，所以dir1下的2个txt被重复输出了2次，和你第一版运行结果完全吻合
  • 没有直属子目录的目录，内部的文件会完全漏扫：比如dir1/subdir1、dir1/subdir2下没有子目录，for _ in subdirs循环根本不会执行，嵌套在内的文件扫描逻辑完全不会触发，因此这些目录下的txt全部没有出现在第一版的输出结果中

正确的进度条实现方案 #

如果要实现基于扫描目录数的进度条，你可以先做一次预遍历统计总目录数，再做第二次正式扫描：

import os

def count_total_dirs(start_from):
    total = 0
    for root_path, subdirs, files in os.walk(start_from):
        total += 1
    return total

def scan_for_txt_files(start_from):
    total_dirs = count_total_dirs(start_from)
    scanned_dirs = 0
    for root_path, subdirs, files in os.walk(start_from):
        scanned_dirs +=1
        # 此处更新进度条，进度=scanned_dirs / total_dirs
        for this_file in files:
            ext = str.lower(os.path.splitext(this_file)[1]).replace('.', '')
            if ext == 'txt':
                print(f'{os.path.join(root_path, this_file)}')

内容的提问来源于stack exchange，提问作者Alan B