os.walk()返回(root, dirs, files)三元组，root为当前目录路径，dirs和files仅为当前层级的子目录名与文件名列表（非完整路径），需用os.path.join()拼接；dirs可就地修改以跳过子目录遍历。
os.walk() 返回值结构怎么理解
它返回的是一个三元组 (root, dirs, files)，每次迭代对应一个目录层级。很多人误以为 dirs 是完整路径，其实只是当前 root 下的子目录名列表（不带路径），files 同理。
常见错误现象：拼接路径时直接用 root + filename，结果在 Windows 上变成 C:\a\b\c.txt 这种错误路径；或在 Linux 上漏掉 / 导致路径断裂。
- 永远用
os.path.join(root, name)拼接路径，别手写斜杠 -
dirs可被就地修改——删掉某个子目录名，os.walk()就不会进入它（用于跳过特定目录） - 如果想只遍历到某一层级，需手动计数，
os.walk()本身不支持深度限制
怎么只获取所有文件路径（不含目录）
最常用需求：拿到全部文件的绝对路径。关键不是“过滤”，而是别把 dirs 当成文件处理——有人会误把 dirs 里的名字也塞进结果列表。
使用场景：批量读取日志、扫描配置文件、计算总文件大小。
立即学习“Python免费学习笔记（深入）”；
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
import os
all_files = []
for root, dirs, files in os.walk('/path/to/start'):
for f in files:
all_files.append(os.path.join(root, f))
- 别写
for d in dirs: all_files.append(...)——那是目录，不是文件 - 如果需要绝对路径，开头先用
os.path.abspath()规范起始路径，避免相对路径干扰 - 注意符号链接：默认
os.walk()不跟随软链；如需跟随，加参数followlinks=True，但可能引发循环引用
怎么跳过某些目录（比如 .git、__pycache__）
靠修改 dirs 列表实现，这是 os.walk() 提供的唯一可控入口。不能靠 continue 跳过当前轮次，因为那只会跳过当前 root 的 files 处理，不影响后续递归。
性能影响：提前剔除大目录（如 node_modules）能显著减少遍历耗时和内存占用。
- 在每次循环开头就清理
dirs：dirs[:] = [d for d in dirs if d not in ('.git', '__pycache__', 'venv')] - 必须用切片赋值
dirs[:]，直接dirs = [...]不生效——os.walk()绑定的是原列表对象 - 正则匹配？别在这儿做，太慢；先用字符串判断，再按需扩展
os.walk() 和 pathlib.Path.rglob() 哪个更合适
如果项目已用 pathlib，且只需简单通配（如 **/*.py），rglob() 更简洁；但涉及条件过滤、路径改造、中途终止等逻辑，os.walk() 更直接可控。
兼容性影响：pathlib 在 Python 3.4+ 原生支持，但旧代码或需兼容 3.3 的场景仍得用 os.walk()。
-
os.walk()返回的是字符串路径，pathlib返回Path对象——后者调.stat()或.read_text()更方便 -
rglob()无法跳过某类目录（比如遇到node_modules就停止向下），只能事后过滤，效率低 - 跨平台路径处理上，
pathlib更健壮，但os.walk()配合os.path也能做到，只是多写两行
真正复杂点在于混合场景：既要跳过某些目录，又要按文件类型分组统计，还要记录修改时间——这时候硬套 rglob() 反而绕弯，不如老老实实用 os.walk() 控制每一步。
