删除多个匹配模式的文件

我已经使用Python和Django建立了一个在线画廊。我刚刚开始添加编辑功能，从旋转开始。我使用sorl.thumbnail按需自动生成缩略图。

当我编辑原始文件时，我需要清理所有缩略图，以便生成新的缩略图。每个图片有三到四个（我在不同场合有不同的图片）。

我可以在文件变量中进行硬编码。。。但是这很麻烦，如果我改变工作方式，则需要重新查看代码。

理想情况下，我想进行正则删除。用正则表达式来说，我所有的原件都这样命名：

^(?P<photo_id>\d+)\.jpg$

所以我想删除：

^(?P<photo_id>\d+)[^\d].*jpg$

（在我photo_id要清洁的ID替换的地方。）

尝试这样的事情：

import os, re

def purge(dir, pattern):
    for f in os.listdir(dir):
        if re.search(pattern, f):
            os.remove(os.path.join(dir, f))

然后，您将传递包含文件和想要匹配的模式的目录。

glob方法的一种变体，将适用于Python 3：

import glob, os
for f in glob.glob("P*.jpg"):
    os.remove(f)

编辑：在Python 3.4+中，您可能要使用pathlib：

from pathlib import Path
for p in Path(".").glob("P*.jpg"):
    p.unlink()

如果需要递归到几个子目录，则可以使用此方法：

import os, re, os.path
pattern = "^(?P<photo_id>\d+)[^\d].*jpg$"
mypath = "Photos"
for root, dirs, files in os.walk(mypath):
    for file in filter(lambda x: re.match(pattern, x), files):
        os.remove(os.path.join(root, file))

您可以安全地从中动态删除子目录，该子目录dirs包含要在每个节点上访问的子目录的列表。

请注意，如果您在目录中，还可以使用来获取与简单模式表达式相对应的文件glob.glob(pattern)。在这种情况下，您将不得不从整个文件集中减去文件集，因此上面的代码效率更高。

这个怎么样？

import glob, os, multiprocessing
p = multiprocessing.Pool(4)
p.map(os.remove, glob.glob("P*.jpg"))

请注意，这不会递归，而是使用通配符（而不是正则表达式）。

更新 在Python 3中，该map()函数将返回迭代器，而不是列表。这很有用，因为无论如何您可能都想对项目进行某种处理，并且为此目的，迭代器将始终具有更高的内存效率。

但是，如果您真正需要的是列表，请执行以下操作：

...
list(p.map(os.remove, glob.glob("P*.jpg")))

我同意这不是最实用的方法，但它简洁明了且能胜任。

我不清楚您实际上是否要进行任何命名组匹配-在您描述的用途中，photoid是删除功能的输入，命名组的目的是“输出”，即从中提取某些子字符串匹配的字符串（并在match对象中按名称访问它们）。因此，我建议一种更简单的方法：

import re
import os

def delete_thumbnails(photoid, photodirroot):
  matcher = re.compile(r'^%s\d+\D.*jpg$' % photoid)
  numdeleted = 0
  for rootdir, subdirs, filenames in os.walk(photodirroot):
    for name in filenames:
      if not matcher.match(name):
        continue
      path = os.path.join(rootdir, name)
      os.remove(path)
      numdeleted += 1
  return "Deleted %d thumbnails for %r" % (numdeleted, photoid)

您可以将photoid作为普通字符串传递，也可以作为RE模式传递，如果您需要一次删除多个可匹配的ID（例如，在一次r'abc[def]调用中删除abcd，abce和abcf），这就是我从字面上将其插入RE模式，而不是插入字符串re.escape(photoid)像通常那样。某些部分（例如计算删除次数和最后返回信息性消息）显然是多余的，如果在用例中没有任何附加价值，则应删除这些部分。

强烈建议在Python中采用其他方式，例如“ if not ... // Continue”模式（扁平比嵌套好）：一旦确定无事可做，就循环到循环的下一段这比嵌套要在if）中完成的操作要好，尽管代码的其他安排当然也可以工作。

我的建议：

def purge(dir, pattern, inclusive=True):
    regexObj = re.compile(pattern)
    for root, dirs, files in os.walk(dir, topdown=False):
        for name in files:
            path = os.path.join(root, name)
            if bool(regexObj.search(path)) == bool(inclusive):
                os.remove(path)
        for name in dirs:
            path = os.path.join(root, name)
            if len(os.listdir(path)) == 0:
                os.rmdir(path)

默认情况下，这将以递归方式删除与模式匹配的每个文件，如果包含在内则为true，则不删除每个文件。然后，它将从目录树中删除所有空文件夹。

import os, sys, glob, re

def main():

    mypath = "<Path to Root Folder to work within>"
    for root, dirs, files in os.walk(mypath):
        for file in files:
            p = os.path.join(root, file)
            if os.path.isfile(p):
                if p[-4:] == ".jpg": #Or any pattern you want
                os.remove(p)

我发现Popen(["rm " + file_name + "*.ext"], shell=True, stdout=PIPE).communicate()这是解决此问题的简单得多的解决方案。尽管这很容易造成注入攻击，但是如果您的程序在内部使用此功能，我看不到任何问题。

def recursive_purge(dir, pattern):
    for f in os.listdir(dir):
        if os.path.isdir(os.path.join(dir, f)):
            recursive_purge(os.path.join(dir, f), pattern)
        elif re.search(pattern, os.path.join(dir, f)):
            os.remove(os.path.join(dir, f))