使用os.walk（）时，文件名随机损坏

Question

我试图使用os.walk（）获取文件夹中的所有文件，我使用的代码是：

#Define folder  and pattern to find
rootPath = "./root_folder"
pattern = "*MATCH*"

#Look for all the files with "MATCH" on its file name
Final_List = []

for root, dirs, files in os.walk(rootPath):
    for filename in fnmatch.filter(files, pattern):
        Final_List.append(os.path.join(root, filename))
        print(root,"\\", filename)

我正试图通过打印根目录和文件名（如下所示）来消除这个问题，但偶尔会有一个损坏的“文件名”，比如“File4 name.rtf”。我有与“~$le4 name.rtf”相同的文件的另一个版本。问题是在这一步之后，我正在读取所有文件以提取文本，但在读取这些文件时，在名称旁边带有“~$”的文件时出现了一个错误。

下面，我尝试介绍所有不同的文件名配置，其中一些有“.”，其他有“-”，其他有空格“”，等等。

./root_folder\folder1 \ File1 name E. example.docx
./root_folder\folder1 \ File2 name_.docx
./root_folder\folder1 \ File4 name.rtf
./root_folder\folder1\inside_folder1 \ File3 name example.rtf
./root_folder\folder2 \ File4 name.rtf
./root_folder\folder2 \ File5 name another-example.rtf
./root_folder\folder2 \ ~$le4 name.rtf
./root_folder\folder2 \ File6 name.another.example.pdf

我在文件中寻找模式，看看它是否与文件名或目录名相关，但看起来不像。我还将它复制粘贴到其他文件夹中损坏的同一个文件（即“File4 name.rtf”），它工作正常，在其他文件夹中，同一个文件被正确读取。

有什么提示吗？谢谢

Answer 1

我猜这些文件在那里，但被Windows资源管理器隐藏了。

但是，os.walk不会过滤这些文件。它只是过滤和。。

以~$开头的文件是Microsoft Word备份文件。当Word打开一个文件时，它会创建相同的文件名，但是前两个字符是~$。

（唯一奇怪的事实是，那些备份通常是可见的，嗯，...）

如果Word崩溃或被杀死，此备份文件将保留。

你应该忽略它们。例如，通过如下方式更改模式：

pattern = "[!~][!$]*MATCH*.rtf"

或加入：

if not filename.startswith("~$"):

在你的圈子里

（模式过滤并不完全相同，因为它会过滤以~开头但不以$结尾的文件，但它非常接近。