walkを使って特定のファイルサイズのリスト抽出

walkの練習

フォルダ構成は下記のようになっています。
(コマンドプロンプトでtree フォルダ名 /f）

LOGS
│  log.txt
│  log2.txt
│  大きいファイル君1.htm
│  新規 Text Document.txt
│
├─.ipynb_checkpoints
├─202112_15
│  │  log.txt
│  │  log2.txt
│  │  大きいファイル君2.htm
│  │
│  └─.ipynb_checkpoints
│          大きいファイル君2-checkpoint.htm
│
└─2021_1214
    │  koko.txt
    │  大きいファイル君3.htm
    │
    ├─.ipynb_checkpoints
    └─その他
        │  大きいファイル君4.htm
        │
        └─.ipynb_checkpoints

まずはどのように表示されるか見てみる。

import os

dir = 'logs'
for path,sub,filenames in os.walk(dir):
    print(f"path:  ,{path}")
    print(f"sub:  ,{sub}")
    print(f"filenames:  ,{filenames}")

実行結果

path:  ,logs
sub:  ,['.ipynb_checkpoints', '202112_15', '2021_1214']
filenames:  ,['log.txt', 'log2.txt', '大きいファイル君1.htm', '新規 Text Document.txt']
path:  ,logs\.ipynb_checkpoints
sub:  ,[]
filenames:  ,[]
path:  ,logs\202112_15
sub:  ,['.ipynb_checkpoints']
filenames:  ,['log.txt', 'log2.txt', '大きいファイル君2.htm']
path:  ,logs\202112_15\.ipynb_checkpoints
sub:  ,[]
filenames:  ,['大きいファイル君2-checkpoint.htm']
path:  ,logs\2021_1214
sub:  ,['.ipynb_checkpoints', 'その他']
filenames:  ,['koko.txt', '大きいファイル君3.htm']
path:  ,logs\2021_1214\.ipynb_checkpoints
sub:  ,[]
filenames:  ,[]
path:  ,logs\2021_1214\その他
sub:  ,['.ipynb_checkpoints']
filenames:  ,['大きいファイル君4.htm']
path:  ,logs\2021_1214\その他\.ipynb_checkpoints
sub:  ,[]
filenames:  ,[]

pathの動きをみることで、どのような歩き方をしているかが分かる。
階層ごとに歩くのではなく、１つのディレクトリに深く入れるところまで入り、
また次のディレクトリを行く動きになっている。

最初にA,B,Cというサブディレクトリがあった場合、
A → A-1 → A-2 ・・・　B → B-1 ・・・C → C-1・・・と歩くようだ。

それでは次に、特定の要件を満たすファイルをリスト化する処理を書く

要件

• 500キロバイト以上 1000キロバイト未満のファイルをタブル型でリストに追加
• 出来たリストをサイズサイズが大きい順に並べ替える

## 500kb以上1000kb未満のファイルをリストにする
## フォルダ全体のサイズ

import os

def get_largefile_list(dir):
    large_file_list=[]
    size = 0
    for path,sub,filenames in os.walk(dir):
        for file in filenames:
            file_path = os.path.join(path,file)
            size = os.path.getsize(file_path)
            size = round(size/1024,1)
            if 1000>size >= 500:
                print(file_path)
                large_file_list.append((file,size))
    return large_file_list

large_file_list = get_largefile_list("logs")
large_file_list.sort(key=lambda s:s[1],reverse=True)
print(large_file_list)

実行結果

[('大きいファイル君4.htm', 796.9), ('大きいファイル君2.htm', 721.1), ('大きいファイル君3.htm', 721.1), ('大きいファイル君1.htm', 648.4), ('大きいファイル君2-checkpoint.htm', 648.4)]