python目录操作之python遍历文件夹后将结果存储为xml

linux服务器有centos、fedora等，都预先安装了python，版本从2.4到2.5不等，而windows类型的服务器也多数安装了python，因此只要在本机写好一个脚本，上传到对应机器，在运行时修改参数即可。

python操作文件和文件夹使用的是os库，下面的代码中主要用到了几个函数：

os.listdir:列出目录下的文件和文件夹
os.path.join:拼接得到一个文件/文件夹的全路径
os.path.isfile:判断是否是文件
os.path.splitext：从名称中取出一个子部分

下面是目录操作的代码

def search(folder, filter, allfile):
    folders = os.listdir(folder)
    for name in folders:
        curname = os.path.join(folder, name)
        isfile = os.path.isfile(curname)
        if isfile:
            ext = os.path.splitext(curname)[1]
            count = filter.count(ext)
            if count>0:
                cur = myfile()
                cur.name = curname
                allfile.append(cur)
        else:
            search(curname, filter, allfile)
    return allfile

在返回文件的各种信息时，使用自定义类allfile来保存文件的信息，在程序中只用到了文件的全路径，如果需要同时记录文件的大小、时间、类型等信息，可以仿照代码进行扩充。

class myfile:
    def __init__(self):
        self.name = ""

 得到存储文件信息的数组后，还可以将其另存成xml格式，下面是代码，在使用时，需要从document中导入xml.dom.minidom

下面是保存为xml的代码

def generate(allfile, xml):
    doc = document()

    root = doc.createelement("root")
    doc.appendchild(root)

    for myfile in allfile:
        file = doc.createelement("file")
        root.appendchild(file)

        name = doc.createelement("name")
        file.appendchild(name)
        namevalue = doc.createtextnode(myfile.name)
        name.appendchild(namevalue)

    print doc.toprettyxml(indent="")
    f = open(xml, 'a+')
    f.write(doc.toprettyxml(indent=""))
    f.close()

执行的代码如下

if __name__ == '__main__':
    folder = "/usr/local/apache/htdocs"
    filter = [".html",".htm",".php"]
    allfile = []
    allfile = search(folder, filter, allfile)
    len = len(allfile)
    print "found: " + str(len) + " files"

    xml = "folder.xml"
    generate(allfile, xml)

在linux命令行状态下，执行python filesearch.py，便可以生成名为folder.xml的文件。

如果要在windows中运行该程序，需要把folder变量改成windows下的格式，例如c:\\apache2\htdocs，然后执行c:\python25\python.exe filesearch.py（这里假设python的安装目录是c:\python25）