Go 中如何高效遍历目录？探索几种方法

Go 中如何高效遍历目录？探索几种方法 原创 波罗学 码途漫漫 2024-02-21 08:01 上海 听全文 图片嗨，大家好！我是波罗学。本文是系列文章 Go 技巧第十八篇，系列文章查看：Go 语言技巧。 如果对我的文章感兴趣，欢迎关注我的公众号：   目录遍历是一个很常见的操作，它的使用场景有如文件目录查看（最典型的应用如 ls 命令）、文件系统清理、日志分析、项目构建等。   本文将尝试逐步介绍在 Go 中几种遍历目录文件的方法，从传统的 ioutil.ReadDir 函数开始，逐渐深入。   图片   文中也会提供示例代码、提供一些性能剖析，以便于大家更好地理解。   ioutil.ReadDir 首先，Go 中目录文件遍历的第一种方式是 ioutil.ReadDir 函数。   在 Go 1.16 版本前，ioutil.ReadDir 就是遍历目录的标准方法，它的返回结构是目录中文件的 FileInfo 列表，简单直接。   示例代码：   func main() {     files, err := ioutil.ReadDir(".")     if err != nil {         log.Fatal(err)     }       for _, f := range files {         fmt.Println(f.Name())     } } 但它的缺点也非常明显，性能不高。导致它的主要原因有如下几点：   完全加载   这就导致了 ioutil.ReadDir 在返回结果前，会将目录下所有文件的信息完全加载到内存中。对于包含大量文件的目录，它就需要在内存中存储大量的 FileInfo 对象，毫无疑问，这会增加内存使用。   FileInfo 开销   由于是完全加载，每个 FileInfo 对象都包含了文件的详细信息，如文件名、大小、修改时间等都会在返回之前都已经加载完成。但获取这些信息需进行系统调用。而每个文件都要做这样的调用，当文件数量很多时，这些系统调用的累积开销可以变得不容忽视了。   无法分批处理   由于 ioutil.ReadDir 是一次性返回所有文件信息，没有提供分批处理的能力。无论目录中有多少文件，都要等待所有文件信息读取完成，这在处理目录中包含大量文件的场景中，也就无法提前并行处理，效率是可想而知的。   这一点其实和我们前面的一篇文章，介绍的 GO 中按行（或者说按块）读取文件的逻辑是类似的，一次加载全部内容，有潜在的性能问题。   由于 ioutil.ReadDir 有这么多的缺点，所以它在 Go 1.16 及更高版本已经被弃用了。   那现在我们该用什么方法呢？   os.ReadDir 从 Go 1.16 版本起，标准库针对目录遍历查看提供了新的函数 os.ReadDir，以用来简化和提高遍历目录文件的效率。   函数签名如下：   func ReadDir(name string) ([]DirEntry, error) os.ReadDir 函数返回一个按文件名排序的 DirEntry 类型切片。如果在读取目录项时遇到错误，它也会尽量返回已读取内容。这种设计同时兼顾了效率和错误处理的需要。   示例代码：   func main() {     files, err := os.ReadDir(".")     if err != nil {         log.Fatal(err)     }       for _, file := range files {         fmt.Println(file.Name())     } } os.ReadDir 相比于旧方法 ioutil.ReadDir 的有什么优势？为什么丢弃 ioutil.ReadDir 而引入这个新的 os.ReadDir。   如果对比两者源码，会发现差异主要在返回的类型上。os.ReadDir 返回的 []DirEntry 而非 []FileInfo。它还具有性能优势。   为什么？   因为 DirEntry 允许按需获取文件详情，即懒加载，而非是遍历目录时立即加载所有文件属性。很多场景下，我们并不需要     我在 MacOS 系统下测试的 DirEntry 接口的实际变量类型为 os.unixDirent。   它的源码如下：   func (d *unixDirent) Name() string { return d.name } func (d *unixDirent) IsDir() bool { return d.typ.IsDir() } func (d *unixDirent) Type() FileMode { return d.typ }   func (d *unixDirent) Info() (FileInfo, error) {     if d.info != nil {         return d.info, nil     }     return lstat(d.parent + "/" + d.name) } 我们只有在调用 Info 方法时，才会真正通过 lstat 发起系统调用。   如果你有将旧代码迁移到 DirEntry 的需求， Go 1.17 还引入了 fs.FileInfoToDirEntry 函数，允许我们将 FileInfo 对象转换为 DirEntry 对象。   info, _ := os.Stat("somefile") dirEntry := fs.FileInfoToDirEntry(info)   看到这，对于认真思考的朋友，或许已经发现我们还有一个问题没解决，即 os.ReadDir 不是也不支持分批处理的能力吗？   继续往下看吧，我将介绍一个更底层的方法。   os.File 的 ReadDir 方法 我们知道 os.Open 是用于打开文件的，但其实它也可用于打开目录。如果 os.Open 打开的是目录，我们在它返回的 os.File 上调用 ReadDir 以查看目录内容。   示例代码：   func main() {     dir, err := os.Open(".")     if err != nil {         log.Fatal(err)     }     defer dir.Close()       files, err := dir.ReadDir(-1)     if err != nil {         log.Fatal(err)     }       for _, file := range files {         fmt.Println(file.Name())     } } 如上的代码其实类似于 os.ReadDir 内容的实现代码。   os.ReadDir 源码如下：   func ReadDir(name string) ([]DirEntry, error) {     f, err := Open(name)     if err != nil {         return nil, err     }     defer f.Close()       dirs, err := f.ReadDir(-1)     sort.Slice(dirs, func(i, j int) bool { return dirs[i].Name() < dirs[j].Name() })     return dirs, err } 这种方法更底层，提供了更多的灵活性。我们就可以用它分批读取目标。   如何实现呢？   核心就是那句的 dir.ReadDir(-1)，它的入参指定了每次读取文件的数量，而 -1 表示读取目录的所有内容。我们只要将 -1 改为分批读取的数量即可，多次循环即可。   示例代码：   func main() {     dir, err := os.Open(".")     if err != nil {         log.Fatal(err)     }     defer dir.Close()       for {         files, err := dir.ReadDir(10) // 每批读取10个条目         if err == io.EOF {             break // 遍历完成         }         if err != nil {             log.Fatal(err) // 处理其他错误         }           for _, file := range files {             fmt.Println(file.Name())         }     } }   这段代码演示了如何使用 File.ReadDir 分批处理目录中的文件。通过这种方式，可以更有效地管理内存使用。   补充一点 在写这篇文章时，我发现 os.File 有两个查看目录的方法，分别是 Readdir 和 ReadDir。功能上的区别是新的 ReadDir 返回的是 []DirEntry，而 Readdir 返回的是 []FileInfo。   换句话说，ReadDir 本质上是 Readdir 的升级版。   它们的函数签名，如下所示：   func (f *File) Readdir(n int) ([]FileInfo, error) func (f *File) ReadDir(n int) ([]DirEntry, error) 这算是不支持可选参数和重载，但要解决兼容问题采取的措施吗？真的是蚌埠住了。   图片 目录的递归遍历 现在，还差最后一个内容没有介绍，那就是递归目录遍历。   针对目录的递归遍历，Go 中提供了一个专门的函数，filepath.Walk。它可以遍历指定目录下的所有子目录。   示例代码：   func main() {     err := filepath.Walk(".", func(path string, info os.FileInfo, err error) error {         if err != nil {             return err         }         fmt.Println(path)         return nil     })     if err != nil {         fmt.Printf("error walking the path %v: %v\n", ".", err)     } } 我们通过遍历的回调函数中在处理每个文件。它简化了目录的递归遍历，但对于大型或深层次的目录结构，同样存在着提前加载 FileInfo 的问题。   针对这个问题，在 Go1.16 版本也引入了基于 DirEntry 版的 filepath.WalkDir 函数。   filepath.WalkDir 的函数签名如下：   func WalkDir(root string, fn fs.WalkDirFunc) error fs.WalkDirFunc 的定义如下：   type WalkDirFunc func(path string, d DirEntry, err error) error 新函数的遍历回调参数是 DirEntry，而非 FileInfo。现在，filepath.WalkDir 也有了延迟加载 FileInfo 的能力了。   现在，我们再来看下这张图。   图片   总结 在本文中，我们系统介绍了 Go 中多种遍历目录文件的方法。从传统的 ioutil.ReadDir，到 Go 1.16 引入的 os.ReadDir，os.File 的 ReadDir 方法。每种方法适用于不同的场景，如何选择要取决于你的需求、Go 版本、性能。如果你需要递归遍历，也可以使用基于 DirEntry 的 filepath.WalkDir 实现，提高遍历的性能。   最后，感谢阅读，请持续关注我的更多文章。   博客地址：Go 中如何遍历目录？探索几种方法[1]   引用链接 [1] Go 中如何遍历目录？探索几种方法: https://www.poloxue.com/2024-02-22-list-directory-in-golang/         波罗学   阅读 25   码途漫漫 ​       人划线