Python os.walk 跳过目录：重新赋值为什么无效，切片修改却能阻止向下遍历
不处理文件，不等于没进入目录
做项目扫描时，通常希望跳过依赖目录和缓存目录。有些脚本进入这些目录后才判断文件是否需要忽略，结果依旧花时间读取大量目录项；另一些脚本筛选了 dirs，却发现遍历路线完全没变。要真正阻止下降到某条分支，必须在遍历器继续向下之前修改它正在使用的目录列表。
os.walk 默认从父目录向子目录遍历，每次返回当前路径、子目录名称列表和文件名称列表。自顶向下模式允许调用者原地修改子目录列表。它并不会监视局部变量后来绑定到了哪里，所以“换一个列表”与“修改原列表内容”产生不同效果。
在临时目录里比较三种写法
下面代码保存为 Python 文件运行，本文在三点十二验证。它创建四个小文件，其中两个位于准备跳过的目录，结束时自动清理临时目录。结果统一转换成相对路径并排序，因此不会因为临时根目录名称或文件系统枚举顺序而改变输出。
第一种写法重新给变量赋值，第二种用切片替换原列表的内容，第三种仍用切片但改成自底向上遍历。三个结果一起看，才能证明生效条件既包括修改方式，也包括修改发生的时间，而不是某个过滤表达式写法更特别。
AI概念配图，非真实界面
import os
from pathlib import Path
from tempfile import TemporaryDirectory
SKIP = {'vendor', '__pycache__'}
def scan(root, *, inplace, topdown=True):
found = []
for current, dirs, files in os.walk(root, topdown=topdown):
keep = sorted(name for name in dirs if name not in SKIP)
if inplace:
dirs[:] = keep
else:
dirs = keep
for name in files:
found.append((Path(current) / name).relative_to(root).as_posix())
return sorted(found)
def stop_on_error(error):
raise error
with TemporaryDirectory() as folder:
root = Path(folder)
paths = ['README.txt', 'src/main.py',
'src/__pycache__/main.pyc', 'vendor/pkg.py']
for name in paths:
path = root / name
path.parent.mkdir(parents=True, exist_ok=True)
path.write_text('sample', encoding='utf-8')
rebound = scan(root, inplace=False)
pruned = scan(root, inplace=True)
bottom_up = scan(root, inplace=True, topdown=False)
assert rebound == bottom_up == sorted(paths)
assert pruned == ['README.txt', 'src/main.py']
print('rebound count:', len(rebound))
print('pruned files:', pruned)
print('bottom-up count:', len(bottom_up))
try:
list(os.walk(root / 'missing', onerror=stop_on_error))
except FileNotFoundError:
print('missing root: reported')
else:
raise AssertionError('scan failure hidden')
print('all walk checks passed')原地修改的是遍历器还会使用的对象
第一种写法仍找到四个文件，说明局部变量指向的新列表没有改变原来的下降计划。第二种只保留说明文件和源码文件。切片赋值让原列表保持身份，内容却变成筛选后的目录名称，遍历器继续执行时就会按这个列表选择接下来的分支。
自底向上模式再次找到四个文件，因为处理到父目录时，它的子目录已经遍历过了。此时再删列表项也无法撤回之前的访问。需要按规则剪枝，就采用自顶向下；需要先处理子项再处理父项，则要接受剪枝策略必须另行设计这一边界。
列表中的项目只是当前目录下的名称，不是完整路径。示例按名称跳过 vendor，所以任何层级同名目录都会被跳过。如果只想忽略项目根目录的一项，应结合当前路径与根路径判断，不能把一个局部命名约定扩大成整棵目录树的规则。
排序、错误与链接需要各自决定
对保留下来的目录名排序可以稳定下降顺序，但并不会自动排序文件列表。示例最终排序所有相对路径，是为了输出可复核。生产扫描若要流式输出且保证顺序，就要同时考虑每层文件排序与目录遍历顺序，避免为了排序一次性积累过多结果。
默认情况下，底层扫描出错可能被忽略。缺失目录、权限不足或扫描期间的移动会让“没有结果”变得含糊。示例用 onerror 把异常重新抛出，区分空目录与扫描失败；批量工具也可以记录失败项继续运行，但最终报告应表明结果并不完整。
os.walk 默认不进入指向目录的符号链接。开启跟随以后可能遇到环路，它不会替你记录所有已访问目录；是否跟随、如何识别重复节点都应提前约定。过滤几个目录名也不构成访问控制，目录树在扫描过程中仍可能被别的进程修改。
把这段逻辑接到代码统计或资源清单工具时，先保留一个小目录树作为验收样本，检查应跳过和应保留的文件都符合预期。先证明遍历范围正确，再增加内容读取与统计，问题会更容易定位到具体阶段。
