使用Python解析文件夹中的所有文件，但在XML文件中键入的文件除外

新手程序员为您提供Python环境

我所拥有的：

包含其他文件夹（模块）和文件（可能是.txt、.c、.h、.py等）的文件夹

基本上包含该文件夹配置的XML文件（模块名、短名称，但也包括排除列表。排除列表中的内容不得考虑在内）

我打算做的是：

• 从XML文件中读取信息，并将其保存在一个有助于正确解析的文件中
• 解析给定文件夹中的所有文件，排除的文件除外

到目前为止，我的代码如下所示：

<?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>

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

这一个将读取XML文件，并给出必须排除的文件列表。这确实起到了作用，但效果很差。假设两个模块有一个名称完全相同的文件，一个被排除，另一个不被排除。他们都会被跳过

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

现在，对于解析，这是我的开始。我知道，它不会解析，但一旦我可以读取文件的内容，我当然也可以做其他事情

至于删除例外文件部分，我所做的只是在第二个for中添加了一个IF语句

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

有两件事它做得不对：

同名文件将损坏输出

如果xml中有多个文件（对于一个模块），则只跳过最后一个文件。（在我的示例中，HeaderFile.h不会被跳过，而CFile.c会被跳过）

编辑：@bracco23的回答引起了我的思考，尽管我还没有成功地将模块名作为键映射到多个列表（如果可以的话，仍在寻求帮助）
这是我从列表的概念开始得到的：

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)

---

这是一种很好的方法吗？

这项工作相当不错，只是有一个小的调整列表，需要解决这些问题：

1） 在您的

GetExceptFiles（ListOfExceptFiles=[]）

中，将文件添加到for over

属性末尾的列表中。这导致只添加最后一个文件。在将复选框移到文件上方时，应将所有排除的文件添加到列表中。（几个选项卡/空格就足够了）

此外，您假设属性的标记只能是
Name
、
Shortname
或
ExcludeList
。虽然这种情况肯定会发生，但格式错误的文件会破坏您的解析。考虑检查所有属性的标记属性并在错误的情况下发出错误。
2） 我假设具有相同名称的文件实际上是模块之间共享的同一个文件，这些文件在某些模块中被排除在外，但并非全部。如果是这种情况，则排除文件列表将丢失有关排除lsit所属模块的信息。考虑使用模块的名称列表作为一个键的列表，以便每个模块可以有自己的排除文件列表。
编辑使用
dict
（我主要是面向java的，这种结构在java中称为map，但在python中是
dict
）的方法可以是：

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))

请注意，这假设ModuleName已经设置在第一个文件之前，这取决于组件的顺序，这是XML不能保证的。为了解决这个问题，我将把name和shortname从子标记移动到模块的XML属性，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>

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


...
这项工作做得很好，只有一小部分需要解决的问题：

1） 在您的
GetExceptFiles（ListOfExceptFiles=[]）
中，将文件添加到for over
属性末尾的列表中。这导致只添加最后一个文件。在将复选框移到文件上方时，应将所有排除的文件添加到列表中。（几个选项卡/空格就足够了）

此外，您假设属性的标记只能是
Name
、
Shortname
或
ExcludeList
。虽然这种情况肯定会发生，但格式错误的文件会破坏您的解析。考虑检查所有属性的标记属性并在错误的情况下发出错误。
2） 我假设具有相同名称的文件实际上是模块之间共享的同一个文件，这些文件在某些模块中被排除在外，但并非全部。如果是这种情况，则排除文件列表将丢失有关排除lsit所属模块的信息。考虑使用模块的名称列表作为一个键的列表，以便每个模块可以有自己的排除文件列表。
编辑使用
dict
（我主要是面向java的，这种结构在java中称为map，但在python中是
dict
）的方法可以是：

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))

请注意，这假设ModuleName已经设置在第一个文件之前，这取决于组件的顺序，这是XML不能保证的。为了解决这个问题，我将把name和shortname从子标记移动到模块的XML属性，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>

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


...
这看起来是个不错的问题，但我想问的是，长块的元评论或辩护被省略了，因为它们通常会被删减，并且会导致一些人做一些工作。从问题的陈述来看，努力应该是显而易见的，而不是因为最后有一个很长的免责声明（这些自相矛盾的做法有时会导致反对票，因为一些读者不喜欢辩护）。长话短说：保持简洁@哈弗明白了，谢谢。这看起来是个好问题，但我想问的是，长块的元评论或辩护被省略了，因为它们通常会被修剪，并且会导致一些人做一些工作。从问题的表现来看，努力应该是显而易见的，而不是因为最后有一个很长的免责声明(