用Python遍历文件，并将结果集存储为xml

昨天有个需求，要获取服务器某个目录下的某些类型的文件，考虑到服务器即有Linux、又有Windows，所以写了一个Python小程序来完成这项工作。

Linux服务器有CentOS、Fedora等，都预先安装了Python，版本从2.4到2.5不等，而Windows类型的服务器也多数安装了Python，因此只要在本机写好一个脚本，上传到对应机器，在运行时修改参数即可。

Python操作文件和文件夹使用的是os库，下面的代码中主要用到了几个函数：

os.listdir:列出目录下的文件和文件夹

os.path.join:拼接得到一个文件/文件夹的全路径

os.path.isfile:判断是否是文件

os.path.splitext：从名称中取出一个子部分

下面是目录操作的代码

def search(folder, filter, allfile):
folders = os.listdir(folder)
for name in folders:
curname = os.path.join(folder, name)
isfile = os.path.isfile(curname)
if isfile:
ext = os.path.splitext(curname)[1]
count = filter.count(ext)
if count>0:
cur = myfile()
cur.name = curname
allfile.append(cur)
else:
search(curname, filter, allfile)
return allfile

在返回文件的各种信息时，使用自定义类allfile来保存文件的信息，在程序中只用到了文件的全路径，如果需要同时记录文件的大小、时间、类型等信息，可以仿照代码进行扩充。

class myfile:
def __init__(self):
self.name = ""

得到存储文件信息的数组后，还可以将其另存成xml格式，下面是代码，在使用时，需要从Document中导入xml.dom.minidom

下面是保存为xml的代码

def generate(allfile, xml):
doc = Document()

root = doc.createElement("root")
doc.appendChild(root)

for myfile in allfile:
file = doc.createElement("file")
root.appendChild(file)

name = doc.createElement("name")
file.appendChild(name)
namevalue = doc.createTextNode(myfile.name)
name.appendChild(namevalue)

print doc.toprettyxml(indent="")
f = open(xml, 'a+')
f.write(doc.toprettyxml(indent=""))
f.close()

执行的代码如下

if __name__ == '__main__':
folder = "/usr/local/apache/htdocs"
filter = [".html",".htm",".php"]
allfile = []
allfile = search(folder, filter, allfile)
len = len(allfile)
print "found: " + str(len) + " files"

xml = "folder.xml"
generate(allfile, xml)

在Linux命令行状态下，执行Python filesearch.py，便可以生成名为folder.xml的文件。

如果要在Windows中运行该程序，需要把folder变量改成Windows下的格式，例如c:\\apache2\htdocs，然后执行c:\python25\python.exe filesearch.py（这里假设python的安装目录是c:\python25）

所有程序可以在这里下载:源程序