python - 获取需要很长时间才能运行的目录中的最新文件

Question

我有这段代码可以在目录中查找最新的 zip 文件。该程序运行速度非常快，文件夹很少，但文件夹很多，比如我需要查看的 789 个文件夹，其中有 zip 文件，代码需要 30 多分钟才能生成输出。有关如何使此代码运行得更快的任何提示？

import os, glob

cwd = os.getcwd()

list_of_latest = []
for (dirname, dirs, files) in os.walk(cwd):
    for filename in files:
        if filename.endswith('.zip'):
            list_of_files = glob.glob(dirname + '\*.zip')
            latest_file = max(list_of_files, key=os.path.getctime) 
            if latest_file not in list_of_latest:
                list_of_latest.append(latest_file)

for i in list_of_latest:
    print i

提前致谢!

Answer 1

您可能没有意识到，您的代码中存在冗余循环。这段代码在这里:

for filename in files:
    if filename.endswith('.zip'):
        list_of_files = glob.glob(dirname + '\*.zip')

glob.glob 将检索当前目录中的所有 zip 文件(由根路径 dirname 指定)。现在，如果如果该目录中有 10 个 zip 文件，您将运行 glob.glob 10 次!每次都会找到相同的文件。但它仅附加到列表中第一个。

整个内部循环可以简化为如下所示:

for (dirname, dirs, files) in os.walk(cwd):
    list_of_files = glob.glob(dirname + '\*.zip')
    if len(list_of_files) == 0: 
        continue
    latest_file = max(list_of_files, key=os.path.getctime) 

    if latest_file not in list_of_latest:
        list_of_latest.append(latest_file)

那个内部循环是不必要的。