与传统循环相比，目录中文件列表理解的结果不同

Question

我需要获取的所有文件是一个目录及其子目录。 我很好奇为什么我得到的结果与我认为应该是两个等效的python表达式不同的结果。 如果有人可以解释差异，那将是有帮助的。 并不是说我偏爱任何特定的方法，但我至少想知道如何为此编写一个列表理解。

这是给我所需结果的循环表达式：

result = []
for dirpath,subdir,files in os.walk(directory):
    for filename in files:
        if '.nc' in filename:
            result.append(filename)

因此，在我的情况下，结果列表的长度为1533，这是正确的数字。 现在使用我认为等效的列表理解将是：

result = [filename for filename in files if '.nc' in filename for dirpath,subdir,files in os.walk(directory)]

该结果列表的长度为2480，其原因是其中包含重复的文件。 为什么这个表达不等于上面的表达？ 我知道这个示例不太具体，因为它取决于所使用的directory ，但是您可以尝试使用给定文件夹的文件路径以及'.nc'到'.txt'或目录中存在的某些字符串替换directory 。文件夹中的一堆文件。

Answer 1

我想你想要这个：

import os.path

result = [
    os.path.join(dirpath, filename)
    for dirpath, _, files in os.walk(directory)
    for filename in files if '.nc' in filename
]

您在列表理解中的循环顺序错误。 看看这个问题以供参考。 我的快速经验法则是，如果不是列表理解，则按顺序编写循环，然后将输出表达式放在开始位置。

我添加了os.path.join因为您似乎想要完整的路径。

如果仅需要此类匹配文件的总数，则可以执行以下操作：

result = sum(1
    for dirpath, _, files in os.walk(directory)
    for filename in files if '.nc' in filename
)