從目錄中獲取文件-python，美麗的湯

Question

我正在用Python編寫一個解析代碼，它需要html頁面並提取某些信息。 我的html存儲在名爲filelist.txt的文檔中和名爲rawdata的目錄中。 我目前用於獲取文件的方法是這樣的：

def getfiles(foldername): 

    infile = "filelist.txt" 
    infileh = open(infile, "r") 
    onlyfiles = [] 
    for line in infileh: 
      onlyfiles.append(line.strip()) 

    #print onlyfiles                    
    #onlyfiles = [ f for f in listdir(foldername) if isfile(join(foldername,f)) ]    
    return onlyfiles 

和：

filepath ="/mnt/nfs6/wikipedia.proj/odesk/rawdata/" + filename 
    #print filepath                    
    filehandle = open(filepath, "r") 
    soup = BeautifulSoup(filehandle) 

但現在我需要改變我的方法：文件沒有全部位於一個大文件，而文本的他們在許多獨立的目錄中 - 我希望我的代碼遍歷每個目錄並獲取文件並在其上運行代碼。 我並不困惑如何循環，而是如何編寫'getfiles'方法進入非特定目錄。 任何人都可以提出一個方法或指導我的信息，我可以瞭解更多關於此？ （我正在使用python，Beautiful Soup和os）

Answer 1

您可能會發現os.walk有助於從給定起點遍歷目錄結構。然後，您可以測試發現對您需要將其附加到你的列表之前任何條件的每個文件： http://docs.python.org/2/library/os.html

Answer 2

os.path.walk是蟒蛇的find。 os.path中的其他方法如listdir將會很有用。