作为一名合格的技术员，在要=使用os.walk来提取压缩文件并避免递归提取，我们可以在遍历文件时检查文件的扩展名，并且只处理压缩文件而非目录。下面是一个示例代码，展示了如何使用os.walk来实现这一功能，并且避免了递归提取。具体的问题下面可以跟着我一起来看看，具体需要的参数以及问题我会一一详细的解答。
问题背景
在使用 Python 编写递归提取器时，经常会遇到递归提取过多，导致性能降低的问题。在以下代码中，extractRecursive 函数通过 os.walk 遍历指定路径下的所有文件和目录，并使用 magic 模块来识别文件类型。当遇到压缩文件时，会调用 arcExtract 函数来解压该文件。但是，extractRecursive 函数在解压完成后还会再次调用自身，导致递归提取过多。
代码语言：javascript复制import os, magic
m = magic.open( magic.MAGIC_NONE )
m.load()
archive_type = [ 'gzip compressed data',
'7-zip archive data',
'Zip archive data',
'bzip2 compressed data',
'tar archive',
'POSIX tar archive',
'POSIX tar archive (GNU)',
'RAR archive data',
'Microsoft Outlook email folder (>=2003)',
'Microsoft Outlook email folder']
def extractRecursive( path ,archives):
i=0
for dirpath, dirnames, filenames in os.walk( path ):
for f in filenames:
fp = os.path.join( dirpath, f )
i =1
print i
file_type = m.file( fp ).split( "," )[0]
if file_type in archives:
arcExtract(fp,file_type,path,True)
extractRecursive(path,archives) # 递归调用自身
return "Done"
def arcExtract(file_path,file_type,extracted_path="/home/v3ss/Downloads/extracted",unlink=False):
import subprocess,shlex
if file_type in pst_types:
cmd = "readpst -o '%s' -S '%s'" % (extracted_path,file_path)
else:
cmd = "7z -y -r -o%s x '%s'" % (extracted_path,file_path)
print cmd
args= shlex.split(cmd)
print args
try:
sp = subprocess.Popen( args, shell = False, stdout = subprocess.PIPE, stderr = subprocess.PIPE )
out, err = sp.communicate()
print out, err
ret = sp.returncode
except OSError:
print "Error no %s Message %s" % (OSError.errno,OSError.message)
pass
if ret == 0:
if unlink==True:
os.unlink(file_path)
return "OK!"
else:
return "Failed"
if __name__ == '__main__':
extractRecursive( 'Path/To/Archives' ,archive_type)解决方案
为了避免递归提取过多，我们只需要修改 extractRecursive 函数，不再在解压完成后再次调用自身。
代码语言：javascript复制def extractRecursive( path ,archives, extracted_archives=None):
i = 0
if not extracted_archives:
extracted_archives = set()
for dirpath, dirnames, filenames in os.walk( path ):
for f in filenames:
fp = os.path.join( dirpath, f )
i =1
print i
file_type = m.file( fp ).split( "," )[0]
if file_type in archives and fp not in extracted_archives:
extracted_archives.add(fp)
extracted_in.add(dirpath)
arcExtract(fp, file_type, path, True)
for path in extracted_in:
# 不再递归调用自身
# extractRecursive(path, archives, extracted_archives)
return "Done"现在，extractRecursive 函数不再在解压完成后再次调用自身，而是继续遍历下一个目录。这样就可以避免递归提取过多，提高性能。
使用os.walk提取压缩文件并避免递归提取并不难，只要你熟悉Python的文件操作和zipfile模块的基本用法。os.walk提供了一种逐级遍历目录结构的简单方法，而zipfile模块则可以用来处理压缩文件。
主要的挑战可能在于理解如何在遍历文件时过滤出压缩文件，并且在解压缩时避免递归提取。但一旦理解了这个概念，编写相应的代码并不复杂。
我已经给出了一个示例代码，演示了如何使用os.walk和zipfile模块来实现这一功能。你可以参考该示例并根据需要进行调整。如果有任何困难或疑问，随时向我提问，我会尽力帮助你解决问题。
