使用python/dbutils,如何在Databricks文件系统(DBFS)中递归显示当前目录和子目录的文件。
关于 dbutils.fs.ls (和 %fs 魔法命令)的令人惊讶的事情是它似乎不支持任何递归开关。然而,由于 ls 函数返回 FileInfo 对象的列表,因此递归地迭代它们以获取全部内容是非常简单的,例如:
def get_dir_content(ls_path):
dir_paths = dbutils.fs.ls(ls_path)
subdir_paths = [get_dir_content(p.path) for p in dir_paths if p.isDir() and p.path != ls_path]
flat_subdir_paths = [p for subdir in subdir_paths for p in subdir]
return list(map(lambda p: p.path, dir_paths)) + flat_subdir_paths
paths = get_dir_content('/databricks-datasets/COVID/CORD-19/2020-03-13')
[print(p) for p in paths]
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)