使用os.walk走樹。由於這不會給你文件大小，所以你需要在每個文件上調用os.stat。
接下來，顯然你想先按擴展名進行分組，然後按基本文件名（如果兩個文件名之間的唯一區別是某些數字部分關閉1，則兩個文件名一起進行分組），但按文件名對文件名進行排序。一般來說，分組最簡單的方法是對它們進行排序，然後通過鄰接功能進行分組，然後您可以隨後對其進行排序。
我不知道你的實際分組的關鍵應該是，因爲我想不出任何明智的，將自0001-2000分離2004年，但不是從2501同樣分開，我不可以肯定的是，儘管存在差距，這個規則會給你帶來什麼。所以我會把這些部分留給你。
所以：
def keyfunc(value):
base, ext, size = value
# FILL THIS IN
def format_group(bases):
# FILL THIS IN
def format_size(size):
# you can use inspectorG4dget's code here
for root, dirs, names in os.walk(path):
sizes = (os.stat(name).st_size for name in names)
bases, exts = zip(*map(os.path.splitext, names))
files = zip(bases, exts, sizes)
# now sort by ext, and then by base within each ext
files = sorted(files, key=operator.itemgetter(1, 0))
results = []
for key, group in itertools.groupby(files, key=keyfunc):
bases, exts, sizes = zip(*list(group))
results.append((format_group(bases), sum(size))
for base, size in sorted(results):
print('{}: {}, {}'.format(root, base, format_size(size)))
在某些情況下，沒有明顯的分組鍵功能，但有一個明顯的方式來告訴兩個相鄰值是否算爲同一組的一部分。如果是這樣，寫，作爲一箇舊式cmp功能，如：
def keycmp(x, y):
if x should be in the same group as y:
return 0
return -1
然後你可以使用在排序HOWTO描述的相同functools.cmp_to_key功能：
for key, group in itertools.groupby(files, key=cmp_to_key(keycap)):
但是你做這可能會證明，到目前爲止，最慢的部分是在每個文件上調用stat。這是一個恥辱，因爲os.walk可能已經有該統計信息，但它永遠不會把它交給你。
優化這個，你可以直接到，作爲有效給你的信息儘可能原生API。大多數現代* nix平臺（包括OS X和非古Linux）的有fts，這就好比是在C++實現的各式的os.walk，其可任選統計所有文件給你。舊的* nixes應該至少有nftw或ftw。Windows有FindFirstFile，這更像是一個加速版os.listdir-它爲每個文件提供各種信息，包括大小，速度非常快，但不會遞歸到子目錄中，因此您必須手動執行此操作。
如果你的比較應該使key0000.jpg和key0001.jpg相同，但不key0000.jpg和key0002.jpg或key0000.jpg和key0001.tif，顯然我們需要向下突破每名成碎片。中間一個需要轉換爲一個數字，這樣0009和0010`將會相鄰（因爲它們顯然不是字符串）。我想你想要的是這樣的：*
pattern = re.compile('(.*?)(\d+)(.*)')
def splitname(name):
prefix, number, suffix = pattern.match(name).groups()
return prefix, int(number, 10), suffix
因此，例如，key0000.jpg會分解成'key'，0000和'.jpg'。玩這個功能，並確保它正在做你真正想要的。
接下來，我們如何使用它來比較函數？那麼，它是幾乎一個正常的詞典比較，除了在中間位，如果左邊的一個比右邊少一個，它計數相等。所以：
def keycmp(a, b):
abits, bbits = splitname(a), splitname(b)
if abits[0] < bbits[0]: return -1
elif abits[0] > bbits[0]: return 1
if abits[1]+1 < bbits[1]: return -1
elif abits[1] > bbits[1]: return 1
if abits[2] < bbits[2]: return -1
elif abits[2] > bbits[2]: return 1
else: return 0
keyfunc = functools.cmp_to_key(keycmp)
（我們實際上並不需要從舊式cmp功能全面-1/0/1的回報，只是非零/ 0 /非零...但它一樣簡單，而且可能更具可讀性）
再次，請撥打各種文件名對keycmp，以確保他們正在做你想做的。
而你在這裏可能會需要一些錯誤處理。正如它的標準，re.match由於你給它，例如'files.txt'而無法匹配，你會得到AttributeError: 'NoneType' has no attribute 'groups'。但你應該能夠弄清楚。
最後一兩件事：我不記得，如果groupby檢查每個新值對組中的最後值或第一。如果是後者，這個keyfunc將不起作用。您可以嘗試編寫一個有狀態的比較器，但有一個更簡單的解決方案：groupby爲您提供了等效的Python源代碼，並且它不那麼複雜，因此您可以將其複製並粘貼到代碼中並將其更改爲記住組中最近的價值。最後，如果整個迭代器和groupby等處理都聽起來像是希臘語，那麼不要試圖在代碼運行之前對它進行轟炸。 Generator Tricks for System Programmers會教你希臘語，像這樣的一類問題將會在你的餘生中更容易。 （好吧，直到你不得不在沒有發電機另一種語言寫的...）
*我相當確保你不需要int(number, 10)，因爲Python 2.7和3.x將不會將int('0123')解釋爲八進制...但是由於我必須查明它的可信度，因此明確表示它似乎是一個可讀性的好主意。
我不清楚你在問什麼。請提供更多細節。 – CrazyCasta