python - 从列表 os 文件路径构建树 (Python) - 性能依赖

Question

嘿，我正在开发一个用 python 编写的非常高性能的文件管理/分析工具包。 我想创建一个函数，以树格式给我一个列表或类似的东西。 像这样的 question (java-related)

来自:

dir/file
dir/dir2/file2
dir/file3
dir3/file4
dir3/file5

注意:路径列表是未排序的

收件人:

dir/
    file
    dir2/
        file2
    file3
dir3/
    file4
    file5

[[dir, [file, [dir2, [file2]], file3]], [dir3, [file4, file5]]]

类似的东西。我一直在尝试一些想法，但没有一个能提供我想要的速度。

注意:我已经有了路径列表，所以不用担心。该函数采用路径列表并给出树列表。

提前致谢

Answer 1

既然您进一步澄清了问题，我猜您想要的是以下内容:

from collections import defaultdict

input_ = '''dir/file
dir/dir2/file2
dir/file3
dir2/alpha/beta/gamma/delta
dir2/alpha/beta/gamma/delta/
dir3/file4
dir3/file5'''

FILE_MARKER = '<files>'

def attach(branch, trunk):
    '''
    Insert a branch of directories on its trunk.
    '''
    parts = branch.split('/', 1)
    if len(parts) == 1:  # branch is a file
        trunk[FILE_MARKER].append(parts[0])
    else:
        node, others = parts
        if node not in trunk:
            trunk[node] = defaultdict(dict, ((FILE_MARKER, []),))
        attach(others, trunk[node])

def prettify(d, indent=0):
    '''
    Print the file tree structure with proper indentation.
    '''
    for key, value in d.iteritems():
        if key == FILE_MARKER:
            if value:
                print '  ' * indent + str(value)
        else:
            print '  ' * indent + str(key)
            if isinstance(value, dict):
                prettify(value, indent+1)
            else:
                print '  ' * (indent+1) + str(value)



main_dict = defaultdict(dict, ((FILE_MARKER, []),))
for line in input_.split('\n'):
    attach(line, main_dict)

prettify(main_dict)

输出:

dir3
  ['file4', 'file5']
dir2
  alpha
    beta
      gamma
        ['delta']
        delta
          ['']
dir
  dir2
    ['file2']
  ['file', 'file3']

注意几点:

• 脚本大量使用defaultdicts , 基本上这允许跳过检查是否存在 key 及其初始化(如果不存在)
• 目录名称映射到字典键，我认为这对您来说可能是一个很好的功能，因为键是散列的，您可以通过这种方式比使用列表更快地检索信息。您可以访问 main_dict['dir2']['alpha']['beta']...
形式的层次结构
• 注意 .../delta 和 .../delta/ 之间的区别。我认为这有助于您快速区分叶子是目录还是文件。

我希望这能回答您的问题。如果有任何不清楚的地方，请发表评论。