Como é pedido o Pythons glob.glob?

Eu escrevi o seguinte código Python:

#!/usr/bin/python
# -*- coding: utf-8 -*-

import os, glob

path = '/home/my/path'
for infile in glob.glob( os.path.join(path, '*.png') ):
    print infile

Agora eu entendi:

/home/my/path/output0352.png
/home/my/path/output0005.png
/home/my/path/output0137.png
/home/my/path/output0202.png
/home/my/path/output0023.png
/home/my/path/output0048.png
/home/my/path/output0069.png
/home/my/path/output0246.png
/home/my/path/output0071.png
/home/my/path/output0402.png
/home/my/path/output0230.png
/home/my/path/output0182.png
/home/my/path/output0121.png
/home/my/path/output0104.png
/home/my/path/output0219.png
/home/my/path/output0226.png
/home/my/path/output0215.png
/home/my/path/output0266.png
/home/my/path/output0347.png
/home/my/path/output0295.png
/home/my/path/output0131.png
/home/my/path/output0208.png
/home/my/path/output0194.png

De que maneira é pedido?

Pode ajudá-lo a obter minha saída ls -l:

-rw-r--r-- 1 moose moose 627669 2011-07-17 17:26 output0005.png
-rw-r--r-- 1 moose moose 596417 2011-07-17 17:26 output0023.png
-rw-r--r-- 1 moose moose 543639 2011-07-17 17:26 output0048.png
-rw-r--r-- 1 moose moose 535384 2011-07-17 17:27 output0069.png
-rw-r--r-- 1 moose moose 543216 2011-07-17 17:27 output0071.png
-rw-r--r-- 1 moose moose 561776 2011-07-17 17:27 output0104.png
-rw-r--r-- 1 moose moose 501865 2011-07-17 17:27 output0121.png
-rw-r--r-- 1 moose moose 547144 2011-07-17 17:27 output0131.png
-rw-r--r-- 1 moose moose 530596 2011-07-17 17:27 output0137.png
-rw-r--r-- 1 moose moose 532567 2011-07-17 17:27 output0182.png
-rw-r--r-- 1 moose moose 553562 2011-07-17 17:27 output0194.png
-rw-r--r-- 1 moose moose 574065 2011-07-17 17:27 output0202.png
-rw-r--r-- 1 moose moose 552197 2011-07-17 17:27 output0208.png
-rw-r--r-- 1 moose moose 559809 2011-07-17 17:27 output0215.png
-rw-r--r-- 1 moose moose 549046 2011-07-17 17:27 output0219.png
-rw-r--r-- 1 moose moose 566661 2011-07-17 17:27 output0226.png
-rw-r--r-- 1 moose moose 561678 2011-07-17 17:27 output0246.png
-rw-r--r-- 1 moose moose 525550 2011-07-17 17:27 output0266.png
-rw-r--r-- 1 moose moose 565715 2011-07-17 17:27 output0295.png
-rw-r--r-- 1 moose moose 568381 2011-07-17 17:28 output0347.png
-rw-r--r-- 1 moose moose 532768 2011-07-17 17:28 output0352.png
-rw-r--r-- 1 moose moose 535818 2011-07-17 17:28 output0402.png

Não está ordenado por nome de arquivo ou tamanho.

Outros links: glob,ls

Provavelmente não está classificado e usa a ordem em que as entradas aparecem no sistema de arquivos, ou seja, a que você obtém ao usar ls -U. (Pelo menos na minha máquina, isso produz a mesma ordem que as globcorrespondências da lista ).

A ordem é arbitrária, mas você mesmo pode classificá-las

Se você deseja classificar por nome:

sorted(glob.glob('*.png'))

classificados por tempo de modificação:

import os
sorted(glob.glob('*.png'), key=os.path.getmtime)

ordenado por tamanho:

import os
sorted(glob.glob('*.png'), key=os.path.getsize)

etc.

Ao verificar o código-fonte, glob.globvocê vê que ele chama internamente os.listdir, descrito aqui:

http://docs.python.org/library/os.html?highlight=os.listdir#os.listdir

Sentença chave: os.listdir (caminho) Retorna uma lista contendo os nomes das entradas no diretório fornecido por caminho. A lista está em ordem arbitrária. Não inclui as entradas especiais '.' e '..' mesmo se eles estiverem presentes no diretório

Ordem arbitrária . :)

glob.glob () é um invólucro em torno do os.listdir (), portanto o SO subjacente é responsável pela entrega dos dados. Em geral: você não pode fazer uma suposição sobre a encomenda aqui. A suposição básica é: sem pedidos. Se você precisar de uma classificação: classifique no nível do aplicativo.

A ordem é arbitrária, mas existem várias maneiras de classificá-las. Um deles é o seguinte:

#First, get the files:
import glob
import re
files =glob.glob1(img_folder,'*'+output_image_format)
# if you want sort files according to the digits included in the filename, you can do as following:
files = sorted(files, key=lambda x:float(re.findall("(\d+)",x)[0]))

Eu tive um problema semelhante, globestava retornando uma lista de nomes de arquivos em uma ordem arbitrária, mas queria percorrê-los em ordem numérica, conforme indicado pelo nome do arquivo. Foi assim que consegui:

Meus arquivos foram retornados por globalgo como:

myList = ["c:\tmp\x\123.csv", "c:\tmp\x\44.csv", "c:\tmp\x\101.csv", "c:\tmp\x\102.csv", "c:\tmp\x\12.csv"]

Classifiquei a lista no lugar, para isso, criei uma função:

def sortKeyFunc(s):
    return int(os.path.basename(s)[:-4])

Essa função retorna a parte numérica do nome do arquivo e é convertida em um número inteiro. Em seguida, chamei o método de classificação na lista como tal:

myList.sort(key=sortKeyFunc)

Isso retornou uma lista como tal:

["c:\tmp\x\12.csv", "c:\tmp\x\44.csv", "c:\tmp\x\101.csv", "c:\tmp\x\102.csv", "c:\tmp\x\123.csv"]

Se você está se perguntando o que o glob.glob fez no seu sistema no passado e não pode adicionar uma sortedchamada, a ordem será consistente nos sistemas de arquivos Mac HFS + e a ordem transversal em outros sistemas Unix. Portanto, provavelmente será determinístico, a menos que o sistema de arquivos subjacente tenha sido reorganizado, o que pode acontecer se os arquivos forem adicionados, removidos, renomeados, excluídos, movidos, etc.

Na solução de @Johan La Rooy, classificar as imagens usando sorted(glob.glob('*.png'))não funciona para mim, a lista de saída ainda não está ordenada por seus nomes.

No entanto, isso sorted(glob.glob('*.png'), key=os.path.getmtime)funciona perfeitamente.

Estou um pouco confuso, como a classificação por seus nomes não funciona aqui.

Obrigado a @Martin Thoma por postar esta ótima pergunta e a @Johan La Rooy pelas soluções úteis.

Por favor, tente este código:

sorted(glob.glob( os.path.join(path, '*.png') ),key=lambda x:float(re.findall("([0-9]+?)\.png",x)[0]))

'''my file name is 
"0_male_0.wav", "0_male_2.wav"... "0_male_30.wav"... 
"1_male_0.wav", "1_male_2.wav"... "1_male_30.wav"... 
"8_male_0.wav", "8_male_2.wav"... "8_male_30.wav"

when I wav.read(files) I want to read them in a sorted torder, i.e., "0_male_0.wav"
"0_male_1.wav"
"0_male_2.wav" ...
"0_male_30.wav"
"1_male_0.wav"
"1_male_1.wav"
"1_male_2.wav" ...
"1_male_30.wav"
so this is how I did it.

Just take all files start with "0_*" as an example. Others you can just put it in a loop
'''

import scipy.io.wavfile as wav
import glob 
from os.path import isfile, join

#get all the file names in file_names. THe order is totally messed up
file_names = [f for f in listdir(audio_folder_dir) if isfile(join(audio_folder_dir, f)) and '.wav' in f] 
#find files that belongs to "0_*" group
filegroup0 = glob.glob(audio_folder_dir+'/0_*')
#now you get sorted files in group '0_*' by the last number in the filename
filegroup0 = sorted(filegroup0, key=getKey)

def getKey(filename):
    file_text_name = os.path.splitext(os.path.basename(filename))  #you get the file's text name without extension
    file_last_num = os.path.basename(file_text_name[0]).split('_')  #you get three elements, the last one is the number. You want to sort it by this number
    return int(file_last_num[2])

Foi assim que fiz meu caso particular. Espero que seja útil.