前言

这两天碰到一个很棘手的问题，需要读取出ubuntu系统中某个目录下所有文件，由于服务器中存储的文件实在太多，导致此过程效率十分低下，动辄需要等待一个小时之久，还只是一个目录。于是如何快速获取文件列表便是这两天的头等大事，折腾半天找到一个较为快速的方法，记录如下。

多种实现方法

尝试了多种方法，有编程的和非编程的。

walk

python的walk库能够递归的读取目录下所有文件，这个是最常规的方法，然而效率有些缓慢。实现很简单，不赘述。

os.scandir

python中的os.scandir方法官方解释为快速读取目录，测试了一下速度相对walk而言是由提高，但是还是达不到要求，也需要自己写递归，代码如下：

def scan_path(file_path, level = 3):

    files = []

    if level >= 0:

        path = os.scandir(file_path)

        for p in path:

            if p.is_dir():

                files.extend(scan_path(p.path, level - 1))

            else:

                files.append(p.path)

    return files

当这两种方法都行不通的时候我就开始考虑才用非编程方法了。理论上来说python的执行效率已经蛮高了，虽然可能达不到c或者c++的速度，但是相比java、C#来说已经够快了，所以就没有再考虑编程的方式，而是转向linux系统原生的方式。

ls

最先想到的就是ls命令，使用如下命令

ls –l –R(或-lR) src > list.txt

此命令能够列出src目录下的所有文件，但是效率还是不够高，而且结果包含了目录信息以及文件信息，不太整齐，需要后续处理。

tree

tree命令本身用于列出文件系统的结构树，在设置一些参数的情况下也能够实现列出所有目录和文件的功能。

tree -afi -L 3 -o 2.txt --noreport src

-a列出所有文件，-f列出完整路径（结果为绝对路径或者相对路径与find用法一致），-i不画tree的结构线， -L列出多少层目录，-o输出到文件，--noreport不要最后的summary。

find

find命令本身是查找文件的命令，但是如果使用得当，能够快速列出目录下文件，命令如下：

find src > 1.txt

此命令速度足够快，基本能够满足需要了。find的结果相对当前src的路径，也就是说其每条结果的开头均是src，如果src为绝对路径，则结果为绝对路径，如果src为相对路径，则结果以此相对路径为开头。

locate

又Google了一下，发现locate与find的功能相似，locate也能够查找文件，于是猜想locate也能够实现此功能，试之，果然可以，写法都是一样的。

locate src > 1.txt

不同点在于无论src为相对路径还是绝对路径，其结果均为绝对路径。

使用time命令进行命令执行时间测试，发现find和locate时间基本相同，有时locate会稍微快一些，而tree命令则有些慢。

结论

以上均可取到文件夹下所有文件，使用walk和scandir最为方便与程序集成，但是速度稍微有些慢，find和locate命令速度较快，tree命令功能强大，但速度相对find和locate有些慢，此三者若要与python集成，则需要在程序中使用os.popen等管道机制来执行拼接的bash命令。所以以上命令各有所长，按照自己的需求取舍。

---

打个广告，年初我与朋友成立了一家公司，现长期招聘，如下：

公司名称：武汉一格空间科技有限公司

官网主页：http://www.phitrellis.com

公司简介：我们是一家初创公司，专注于地理信息系统，目前方向为研发一套地信大数据管理、可视化、分析平台

工作地址：甘肃兰州

招聘岗位：前端、后端均可

职位要求：没有特殊要求，只要你有能力，有拼搏进取的精神，能吃苦、肯学、肯上进，愿意与公司共同成长，我们都很欢迎

技术框架：前端主要用到React，后端主要用到Python、Scala，包含数据处理（numpy、pandas）、地信基础分析（geopandas、rasterio等）、Hadoop\Spark分布式框架。

薪资待遇：薪资面议，只要你足够优秀，我们愿意提供相应的薪资，公司各项福利优厚，工作环境宽松，不强制996，个人爱好和兴趣驱动。

联系方式：可以直接通过博客园联系，或Email：shoufengwei@phitrellis.com