详解Go语言中如何高效遍历目录
作者：波罗学
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。
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。
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。
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。
以上就是详解Go语言中如何高效遍历目录的详细内容，更多关于Go遍历目录的资料请关注脚本之家其它相关文章！