使用Python解析文件夾中除要在XML文件中鍵入的文件以外的所有文件

Question

新手程序員，適合您的Python環境。

我有的：

1. 一個文件夾，其中包含其他文件夾（模塊）和文件（可能是.txt，.c，.h，.py等）
2. 一個XML文件，該文件基本上包含該文件夾的配置（模塊名稱，短名稱以及一個排除列表。不得考慮排除列表中的那些內容）

我打算做什么：

• 從XML文件中讀取信息並將其保存在有助於我正確解析的問題上
• 解析給定文件夾中的所有文件，但排除的文件除外

到目前為止，我的代碼如下所示：

<?xml version="1.0"?>
<Modules>
    <Module>
        <Name>MOD_Test1</Name>
        <Shortname>1</Shortname>
        <ExcludeList>
            <File>HeaderFile.h</File>
            <File>CFile.c</File>
        </ExcludeList>
    </Module>
    <Module>
        <Name>MOD_Test2</Name>
        <Shortname>2</Shortname>
        <ExcludeList>
            <File>TextFile.txt</File>
        </ExcludeList>
    </Module>
</Modules>

那顯然是XML文件

def GetExceptFiles(ListOfExceptFiles = []):
    tree = ET.ElementTree(file='Config.xml')
    Modules = tree.getroot()
    for Module in Modules:
        for Attribute in Module:
            if Attribute.tag=='Name':
                ModuleName = Attribute.text
            if Attribute.tag=='Shortname':
                ModuleShortName = Attribute.text
            for File in Attribute:
                ExceptFileName = File.text
                print ('In module {} we must exclude {}'.format(ModuleName, ExceptFileName))
        if ExceptFileName is not None:        
            ListOfExceptFiles.append(ExceptFileName) 

這將讀取XML文件，並為我提供必須排除的文件列表。 這可以完成工作，但是效果很差。 假設兩個模塊的文件名完全相同，一個文件被排除，另一個文件沒有。 它們都將被跳過。

def Parse(walk_dir):
print('walk_dir = ' + walk_dir)
for root, subdirs, files in os.walk(walk_dir):
    print('-------------------------------------------------------\nroot = ' + root)
    for filename in files:
        with open(os.path.join(root, filename), 'r') as src:
            Text = src.read()
            print ('\nFile %s contains: \n' %filename) + Text

現在開始解析，這就是我開始的內容。 我知道它不會解析，但是一旦我可以讀取文件的內容，那么我當然也可以做其他事情。

至於刪除例外文件部分，我所做的就是在第二個FOR中添加IF語句

for filename in files:
        if filename not in ListOfExceptFile:
            with open(os.path.join(root, filename), 'r') as src:

這是它做對的兩件事：

1. 相同名稱的文件將損壞輸出。
2. 在xml中有一個以上的文件（一個模塊）除外，這將導致僅最后一個被跳過。 （在我的示例中，HeaderFile.h將不會被跳過，而CFile.c將會被）

編輯：@ bracco23的答案讓我開始思考，盡管我沒有成功映射以模塊名稱為鍵的多個列表（如果可以的話，仍在尋求幫助）
這是我從列表列表的想法開始的：

def ReadConfig(Tuples = []):
tree = ET.ElementTree(file='Config.xml')
Modules = tree.getroot()
for Module in Modules:
    for Attribute in Module:
        if Attribute.tag=='Name':
            ModuleName = Attribute.text
        for File in Attribute:
            ExceptFileName = File.text
            Tuple = (ModuleName, ExceptFileName)
            Tuples.append(Tuple)

這是一種好方法嗎？

Answer 1

這項工作相當不錯，這里僅列出了一些微不足道的調整措施，以解決這些問題：

1）在GetExceptFiles(ListOfExceptFiles = []) ，將文件添加到for over Attribute末尾的列表中。 這導致僅添加最后一個文件的事實。 在將檢查移到文件上方時，應將所有排除的文件添加到列表中。 （幾個選項卡/空格就足夠了）

def GetExceptFiles(ListOfExceptFiles = []):
    tree = ET.ElementTree(file='Config.xml')
    Modules = tree.getroot()
    for Module in Modules:
        for Attribute in Module:
            if Attribute.tag=='Name':
                ModuleName = Attribute.text
            if Attribute.tag=='Shortname':
                ModuleShortName = Attribute.text
            for File in Attribute:
                ExceptFileName = File.text
                print ('In module {} we must exclude {}'.format(ModuleName, ExceptFileName))
                if ExceptFileName is not None:        
                    ListOfExceptFiles.append(ExceptFileName) 

此外，您還假設屬性的標簽只能是Name ， Shortname或ExcludeList 。 雖然確實如此，但格式錯誤的文件會破壞您的解析。 考慮檢查所有屬性的標記屬性，並在出現問題時發出錯誤。

2）我假設具有相同名稱的文件實際上是模塊之間共享的同一文件，但在某些模塊中卻未在所有模塊中將其排除。 如果是這種情況，那么被排除文件的列表將丟失有關被排除文件屬於哪個模塊的信息。 考慮使用以模塊名稱為鍵的列表列表，以便每個模塊可以擁有自己的排除文件列表。

編輯使用dict （我主要是面向Java的，在Java中將此結構稱為map，但在python中是dict ），可以是：

def GetExceptFiles(DictOfExceptFiles = {}):
    tree = ET.ElementTree(file='Config.xml')
    Modules = tree.getroot()
    for Module in Modules:
        for Attribute in Module:
            if Attribute.tag=='Name':
                ModuleName = Attribute.text
            if Attribute.tag=='Shortname':
                ModuleShortName = Attribute.text
            for File in Attribute:
                ExceptFileName = File.text
                if(ModuleName not in DictOfExceptFiles)
                    DictOfExceptFiles[ModuleName] = []
                DictOfExceptFiles[ModuleName].append(ExceptFileName)
                print ('In module {} we must exclude {}'.format(ModuleName, ExceptFileName))

請注意，這假設已在第一個文件之前設置了ModuleName，這取決於組件的順序，這是XML無法保證的。 為了解決這個問題，我將名稱和簡稱從子標記移到了模塊的XML屬性，如下所示：

<Module name="ModuleName" shortName="short name">
    ...
</Module>