ディレクトリ内のファイルを再帰的に取得するには glob モジュールや pathlib の rglob() メソッドを使う。
glob.glob で再帰的に取得する
glob.glob() に ** パターンと recursive=True を指定すると、サブディレクトリを含めて再帰的にファイルを検索できる。
import glob
# すべての .txt ファイルを再帰的に取得
files = glob.glob('mydir/**/*.txt', recursive=True)
for f in files:
print(f)
** はゼロ個以上のディレクトリにマッチする。recursive=True を忘れると ** が機能しないので注意が必要だ。
pathlib.Path.rglob を使う方法
pathlib では rglob() メソッドで再帰検索ができる。
from pathlib import Path
# すべての .py ファイルを再帰的に取得
for path in Path('mydir').rglob('*.py'):
print(path)
rglob('*.py') は glob('**/*.py') と同じ意味だが、より簡潔に書ける。
すべてのファイルを取得する
拡張子を問わずすべてのファイルを取得するには * を使う。
from pathlib import Path
for path in Path('mydir').rglob('*'):
if path.is_file():
print(path)
rglob('*') はディレクトリも含めて返すため、ファイルだけが必要な場合は is_file() でフィルタリングする。
os.walk を使う方法
os.walk() はディレクトリを再帰的に走査し、各ディレクトリのパス・サブディレクトリ・ファイルをタプルで返す。
import os
for dirpath, dirnames, filenames in os.walk('mydir'):
for filename in filenames:
filepath = os.path.join(dirpath, filename)
print(filepath)
os.walk() は細かい制御が必要な場合に便利だ。特定のディレクトリをスキップしたい場合は dirnames を操作する。
import os
for dirpath, dirnames, filenames in os.walk('mydir'):
# __pycache__ ディレクトリをスキップ
dirnames[:] = [d for d in dirnames if d != '__pycache__']
for filename in filenames:
print(os.path.join(dirpath, filename))
