python遞歸遍歷
⑴ python遍歷目錄就是這么簡單
有時我們有列出目錄下都有哪些文件和子目錄的需求，這種情況是有現成命令可用的，比如windows下的dir命令，linux下的ls命令都可以，那我們用python代碼怎麼實現呢？
我們利用python豐富的庫很容易就能實現一個簡易版本，下面我們就用4種方法來實現它。
一、使用os.popen
os.popen工作原理是新建一個子進程，然後用這個子進程執行命令，父進程與子進程間通過管道進行通信。
根據調用popen時的傳參，我們可以通過管道讀取子進程的輸出也可以向子進程寫數據，默認是讀取子進程的輸出。
從以上描述可以看出popen是非常通用的，不是只能用於我們這個例子哦。
那我們開始用它實現我們的需求吧，代碼如下：
哈哈，是不是很簡單，這種方式雖然能達到目的但其實並不是我們想要的，我們本來就是要實現ls的，結果調用了ls，所以嚴格意義上來說我們並沒有實現ls，那讓我們繼續往下看其它方法吧，嘿嘿。
二、使用glob.glob
glob可以根據你使用的通配符對文件進行匹配，利用這個特性我們可以列出當前目錄下都有哪些文件和子目錄，如下代碼：
三、使用os.listdir
os.listdir同樣可以列出某個目錄下都有哪些文件和子目錄，如下代碼：
四、使用os.walk
os.walk在遍歷目錄方面非常強大，它不但可以遍歷你需要的目錄，也可以遞歸遍歷子目錄且遞歸的深度可以用代碼控制，下面讓我們分別看下怎麼遍歷整個目錄樹以及怎麼控制深度吧。
os.walk默認是遍歷整個目錄樹的，如下代碼就會遞歸列印出當前目錄下所有文件：
那我們怎麼控制遍歷的深度，比如只遍歷n層呢？其實很簡單，只需要定義一個深度變數，然後到達n後跳出循環即可，如下代碼就只遍歷1層：
至此我們已經寫完4種方法了，如果你還有其他方法，歡迎評論交流。
⑵ 純干貨！python 在運維中的應用 (一)：批量 ssh/sftp
日常工作中需要大量、頻繁地使用ssh到伺服器查看、拉取相關的信息或者對伺服器進行變更。目前公司大量使用的shell，但是隨著邏輯的復雜化、腳本管理的精細化，shell已經不滿足日常需求，於是我嘗試整合工作中的需求，製作適合的工具。 由於管理制度的缺陷，我以工作流程為核心思考適合自己的運維方式，提升工作效率，把時間留給更有價值的事情。 完整代碼在最後，請大家參考。
生產：4000+物理伺服器，近 3000 台虛擬機。
開發環境：python3.6、redhat7.9，除了paramiko為第三方模塊需要自己安裝，其他的直接import即可。
批量執行操作是一把雙刃劍。批量執行操作可以提升工作效率，但是隨之而來的風險不可忽略。
風險案例如下：
掛載很多數據盤，通常先格式化硬碟，再掛載數據盤，最後再寫入將開機掛載信息寫入/etc/fstab文件。在批量lsblk檢查硬碟信息的時候發現有的系統盤在/sda有的在/sdm，如果不事先檢查機器相關配置是否一致直接按照工作經驗去執行批量操作，會很容易造成個人難以承受的災難。
在執行批量操作時按照慣例：格式化硬碟->掛載->開機掛載的順序去執行，假設有的機器因為某些故障導致格式化硬碟沒法正確執行。在處理這類問題的時候通常會先提取出失敗的ip，並再按照慣例執行操作。運維人員會很容易忽略開機掛載的信息已經寫過了，導致復寫（這都是血和淚的教訓）。
所以，為了避免故障，提升工作效率，我認為應當建立團隊在工作上的共識，應當遵守以下原則：
當然，代碼的規范也應當重視起來，不僅是為了便於審計，同時也需要便於溯源。我認為應當注意以下幾點：
1、ssh no existing session，sftp超時時間設置:
在代碼無錯的情況下大量ip出現No existing session，排查後定位在代碼的寫法上，下面是一個正確的示例。由於最開始沒考慮到ssh連接的幾種情況導致了重寫好幾遍。另外sftp的實例貌似不能直接設置連接超時時間，所以我採用了先建立ssh連接再打開sftp的方法。
2、sftp中的get()和put()方法僅能傳文件，不支持直接傳目錄：
不能直接傳目錄，那換個思路，遍歷路徑中的目錄和文件，先創建目錄再傳文件就能達到一樣的效果了。在paramiko的sftp中sftp.listdir_attr()方法可以獲取遠程路徑中的文件、目錄信息。那麼我們可以寫一個遞歸來遍歷遠程路徑中的所有文件和目錄(傳入一個列表是為了接收遞歸返回的值)。
python自帶的os模塊中的os.walk()方法可以遍歷到本地路徑中的目錄和文件。
3、多線程多個ip使用sftp.get()方法時無法並發。
改成多進程即可。
4、多個ip需要執行相同命令或不同的命令。
由於是日常使用的場景不會很復雜，所以借鑒了ansible的playbook，讀取提前准備好的配置文件即可，然後再整合到之前定義的ssh函數中。
同時，我們還衍生出一個需求，既然都要讀取配置，那同樣也可以提前把ip地址准備在文件里。正好也能讀取我們返回的執行程序的結果。
參數說明：
密碼認證：
公鑰認證：
可以配合 grep，awk 等命令精準過濾。
個人認為 Python 在初中級運維工作中的性質更像是工具，以提升工作效率、減少管理成本為主。可以從當前繁瑣的工作中解脫出來，去 探索 更有價值的事情。python 本質上並不會減少故障的產生，所以在不同的階段合理利用自身掌握的知識解決當前最重要的痛點，千萬不要本末倒置。
⑶ 如何 理解python 生成器中的for循環遞歸
這個函數叫deepFlatten或者flattenDeep。
用途是把高維數組解壓成一維數組。
這個寫法利用了python的內置異常系統，我覺得屬於比較投機取巧的方法。（當然啦，python社區以這么寫python為榮，還覺得自己很pythonic……）
當你寫
y = 1for x in y:
......
這種代碼的時候，會因為整形不可遍歷而拋出異常，走到下面的分支去。
如果可遍歷呢？
那就對每一項調用一遍generator。
這段代碼翻譯成地球人代碼大致是這樣：
def deepFlatten(lst):
if isIterable(lst):
for x in lst:
if isIterable(x):
for y in deepFlatten(x):
yield y
else:
yield x
else:
yield lst
⑷ python 遞歸遍歷文件夾
沒有仔細看，但你的第一句就有錯
def distinguish_file(user_paht):
參數應為user_path
⑸ python,遞歸遍歷，喲無大神
#coding=utf-8
search_id='69d0'
search_list=[{'id':'0337','name':'de','parent_id':'None'},
{'id':'2ddf','name':'se','parent_id':'None'},
{'id':'3010','name':'12','parent_id':'69d0'},
{'id':'3119','name':'121','parent_id':'3010'},
{'id':'3229','name':'1211','parent_id':'3119'},
{'id':'3d37','name':'14','parent_id':'69d0'},
{'id':'58c8','name':'11','parent_id':'69d0'},
{'id':'63b9','name':'a','parent_id':'None'},
{'id':'954c','name':'n','parent_id':'63b9'},
{'id':'69d0','name':'1','parent_id':'954c'},
{'id':'d2f9','name':'13','parent_id':'69d0'},
{'id':'defb','name':'test','parent_id':'None'}]
search_ids=[]
#例如如果search_id='69d0'search_ids=[3010,3d37,58c8,d2f9,3119,3229]
defsearch_pid(pid,id_list,id_results):
foridinid_list:
ifid['id']notinid_results:
ifid['parent_id']inpid:
id_results.append(id['id'])
pid.append(id['id'])
search_pid(pid,id_list,id_results)
search_pid([search_id],search_list,search_ids)
printsearch_ids
⑹ Python可視化編程 | TreeView樹形控制項
遞歸遍歷枚舉一目錄下在的子目錄和子文件，並使用Tkinter的TreeView控制項顯示：
說明：
⑺ python如何無限遍歷字典中的value，在不知道字典裡面有幾層字典的時候
遞歸。
用這個函數把dict裡面的所有value用遞歸的方法提取到一個空list裡面
defdict2flatlist(d,l):
print(d)
forxind.keys():
iftype(d[x])==dict:
dict2flatlist(d[x],l)
else:
l.append(d[x])
d={1:"a",2:"b",3:{4:"c",5:"d",6:{7:"e"}},8:"f"}
l=[]
dict2flatlist(d,l)
print(l)
希望對你有幫助
⑻ Python 如何遍歷伺服器上所有同一類型的文件
例如：在C:\TDDOWNLOAD目錄下有a.txt、b.txt兩個文件，另有\sub1子文件夾，C:\TDDOWNLOAD\sub1下又有c.txt、d.txt兩個文件。
1. os.walk
os.walk()返回一個三元素的tuple：當前路徑、子文件夾名稱、文件列表。
>>> import os
>>> def fun( path ):
... for root, dirs, files in os.walk( path ):
... for fn in files:
... print root, fn
...
>>> fun( r'C:\TDDOWNLOAD' )
C:\TDDOWNLOAD a.txt
C:\TDDOWNLOAD b.txt
C:\TDDOWNLOAD\sub1 c.txt
C:\TDDOWNLOAD\sub1 d.txt
>>>
2. glob.glob
glob.glob()只接受一個參數，這個參數既代有路徑，又代有匹配模式，返回值為一個列表。注意，glob.glob()無法直接穿透子文件夾，需要自己處理：
>>> def fun( path ):
... for fn in glob.glob( path + os.sep + '*' ): # '*'代表匹配所有文件
... if os.path.isdir( fn ): # 如果結果為文件夾
... fun( fn ) # 遞歸
... else:
... print fn
...
>>> fun( r'C:\TDDOWNLOAD' )
C:\TDDOWNLOAD\a.txt
C:\TDDOWNLOAD\b.txt
C:\TDDOWNLOAD\sub1\c.txt
C:\TDDOWNLOAD\sub1\d.txt
>>>
'*'為匹配模式，代表匹配所有文件，只有這樣才能將子文件夾查出來，以便遞歸深入，探查下一層的文件。
⑼ Python3：怎麼通過遞歸函數
函數的遞歸調用
遞歸問題是一個說簡單也簡單，說難也有點難理解的問題.我想非常有必要對其做一個總結.
首先理解一下遞歸的定義，遞歸就是直接或間接的調用自身.而至於什麼時候要用到遞歸，遞歸和非遞歸又有那些區別？又是一個不太容易掌握的問題，更難的是對於遞歸調用的理解.下面我們就從程序+圖形的角度對遞歸做一個全面的闡述.
我們從常見到的遞歸問題開始:
1 階層函數
#include <iostream>
using namespace std;
int factorial(int n)
{
if (n == 0)
{
return 1;
}
else
{
int result = factorial(n-1);
return n * result;
}
}
int main()
{
int x = factorial(3);
cout << x << endl;
return 0;
}
這是一個遞歸求階層函數的實現。很多朋友只是知道該這么實現的，也清楚它是通過不斷的遞歸調用求出的結果.但他們有些不清楚中間發生了些什麼.下面我們用圖對此做一個清楚的流程:
根據上面這個圖，大家可以很清楚的看出來這個函數的執行流程。我們的階層函數factorial被調用了4次.並且我們可以看出在調用後面的調用中，前面的調用並不退出。他們同時存在內存中。可見這是一件很浪費資源的事情。我們該次的參數是3.如果我們傳遞10000呢。那結果就可想而知了.肯定是溢出了.就用int型來接收結果別說10000，100就會產生溢出.即使不溢出我想那肯定也是見很浪費資源的事情.我們可以做一個粗略的估計:每次函數調用就單變數所需的內存為:兩個int型變數.n和result.在32位機器上佔8B.那麼10000就需要10001次函數調用.共需10001*8/1024 = 78KB.這只是變數所需的內存空間.其它的函數調用時函數入口地址等仍也需要佔用內存空間。可見遞歸調用產生了一個不小的開銷.
2 斐波那契數列
int Fib(int n)
{
if (n <= 1)
{
return n;
}
else
{
return Fib(n-1) + Fib(n-2);
}
}
這個函數遞歸與上面的那個有些不同.每次調用函數都會引起另外兩次的調用.最後將結果逐級返回.
我們可以看出這個遞歸函數同樣在調用後買的函數時，前面的不退出而是在等待後面的結果，最後求出總結果。這就是遞歸.
3
#include <iostream>
using namespace std;
void recursiveFunction1(int num)
{
if (num < 5)
{
cout << num << endl;
recursiveFunction1(num+1);
}
}
void recursiveFunction2(int num)
{
if (num < 5)
{
recursiveFunction2(num+1);
cout << num << endl;
}
}
int main()
{
recursiveFunction1(0);
recursiveFunction2(0);
return 0;
}
運行結果:
0
1
2
3
4
4
3
2
1
0
該程序中有兩個遞歸函數。傳遞同樣的參數，但他們的輸出結果剛好相反。理解這兩個函數的調用過程可以很好的幫助我們理解遞歸:
我想能夠把上面三個函數的遞歸調用過程理解了，你已經把遞歸調用理解的差不多了.並且從上面的遞歸調用中我們可以總結出遞歸的一個規律：他是逐級的調用，而在函數結束的時候是從最後面往前反序的結束.這種方式是很佔用資源，也很費時的。但是有的時候使用遞歸寫出來的程序很容易理解，很易讀.
為什麼使用遞歸:
1 有時候使用遞歸寫出來的程序很容易理解，很易讀.
2 有些問題只有遞歸能夠解決.非遞歸的方法無法實現.如:漢諾塔.
遞歸的條件:
並不是說所有的問題都可以使用遞歸解決，他必須的滿足一定的條件。即有一個出口點.也就是說當滿足一定條件時，程序可以結束，從而完成遞歸調用，否則就陷入了無限的遞歸調用之中了.並且這個條件還要是可達到的.
遞歸有哪些優點:
易讀，容易理解，代碼一般比較短.
遞歸有哪些缺點:
佔用內存資源多，費時，效率低下.
因此在我們寫程序的時候不要輕易的使用遞歸，雖然他有他的優點，但是我們要在易讀性和空間，效率上多做權衡.一般情況下我們還是使用非遞歸的方法解決問題.若一個演算法非遞歸解法非常難於理解。我們使用遞歸也未嘗不可.如:二叉樹的遍歷演算法.非遞歸的演算法很難與理解.而相比遞歸演算法就容易理解很多.
對於遞歸調用的問題，我們在前一段時間寫圖形學程序時，其中有一個四連同填充演算法就是使用遞歸的方法。結果當要填充的圖形稍微大一些時，程序就自動關閉了.這不是一個人的問題，所有人寫出來的都是這個問題.當時我們給與的解釋就是堆棧溢出。就多次遞歸調用佔用太多的內存資源致使堆棧溢出，程序沒有內存資源執行下去，從而被操作系統強制關閉了.這是一個真真切切的例子。所以我們在使用遞歸的時候需要權衡再三.
⑽ python計算一個序列的平均值的方法
python計算一個序列的平均值的方法
這篇文章主要介紹了python計算一個序列的平均值的方法,涉及Python遞歸遍歷與數學計算的相關技巧,具有一定參考借鑒價值,分享給大家供大家參考。
具體如下：
def average(seq, total=0.0):
num = 0
for item in seq:
total += item
num += 1
return total / num
如果序列是數組或者元祖可以簡單使用下面的代碼
def average(seq):
return float(sum(seq)) / len(seq)
希望本文所述對大家的Python程序設計有所幫助。