C++遴选出特定类型的文件或文件名符合要求的文件

  本文介绍基于C++语言，遍历文件夹中的全部文件，并从中获取指定类型的文件的方法。

  首先，我们来明确一下本文所需实现的需求。现在有一个文件夹，其中包含了很多文件，如下图所示；我们如果想获取其中所有类型为.bmp格式的文件的名称，如果文件数量比较多的话，手动筛选就会很麻烦。而借助C++代码就可以简单地实现这一需求。如果需要借助Python代码来实现同样的需求，可以参考文章Python ArcPy批量掩膜、重采样大量遥感影像，基于其中提到的arcpy.ListRasters()函数来实现。

  首先需要说明的是，本文代码只能实现对某一文件夹下的文件进行遍历并筛选；如果是当前文件夹下的子文件夹中的文件，这一代码是没有办法遍历的。大家如果有相关需求的话，可以尝试在本文代码中加几个判断语句来实现；或者参考HDF格式遥感影像批量转为TIFF格式：ArcPy实现、Python求取文件夹内的文件数量、子文件夹内的文件数量这两篇文章，基于其中提到的方法用Python代码来实现。

  本文分为两部分，第一部分为代码的分段讲解，第二部分为完整代码。

1 分段代码介绍

1.1 代码准备

  这一部分主要是代码的头文件、命名空间与我们自行撰写的自定义函数get_need_file()的声明；具体代码如下所示。

#include <iostream>
#include <vector>
#include <io.h>

using namespace std;

void get_need_file(string path, vector<string>& file, string ext);

  其中，由于我们在接下来的代码中需要用到容器vector这一数据类型，因此首先需要添加#include <vector>；同时，我们在接下来的代码中需要用到头文件io.h中的部分函数（主要都是一些与计算机系统、文件管理相关的函数），因此需要添加#include <io.h>。

  接下来，这里声明了一个自定义函数get_need_file()，具体我们在本文1.3部分介绍。

1.2 主函数

  这一部分介绍代码的main()函数；具体代码如下所示。

int main() {
	string file_path = R"(E:\02_Project\02_ChlorophyllProduce\01_Data\00_Test)";
	vector<string> my_file;
	string need_extension = ".bmp";
	get_need_file(file_path, my_file, need_extension);
	for (int i = 0; i < my_file.size(); i++)
	{
		cout << "File " << i+1 << " is:" << endl;
		cout << my_file[i] << endl;
	}
	if (my_file.size() == 0)
	{
		cout << "No file can be found!" << endl;
	}
	else
	{
		cout << endl << "Find " << my_file.size() << " file(s)." << endl;
	}
	return 0;
}

  首先，我们定义了几个后续代码需要用到的变量。其中，file_path是一个字符串string变量，表示我们需要进行文件遍历的文件夹路径；这里我们用R"()"取消其中路径转义字符的使用。my_file是一个容器vector变量，其中将会存储我们需要筛选出来的特定文件。need_extension是我们需要筛选出来的特定文件的格式后缀。这些变量是如何工作的，具体我们在本文1.3部分介绍。

  随后，调用自定义函数get_need_file()；调用完毕后，my_file中就存储了我们需要筛选出来的特定文件（如果有的话）。

  最后，for循环来输出我们找到的文件名称；if判断则是输出我们最终有没有筛选出指定格式的文件，如果筛选出来的话则会输出具体筛选出的文件数量。

  主函数部分整体比较简单，这里就不再赘述。

1.3 自定义函数

  这一部分介绍代码的自定义函数get_need_file()，也是本文最重要的部分；具体代码如下所示。

void get_need_file(string path, vector<string>& file, string ext)
{
	intptr_t file_handle = 0;
	struct _finddata_t file_info;
	string temp;
	if ((file_handle = _findfirst(temp.assign(path).append("/*" + ext).c_str(), &file_info)) != -1)
	{
		do
		{
			file.push_back(temp.assign(path).append("/").append(file_info.name));
		} while (_findnext(file_handle, &file_info) == 0);
		_findclose(file_handle);
	}
}

  其中，自定义函数get_need_file()的三个参数，依次就是我们在主函数中定义的三个变量。

  在自定义函数get_need_file()中，我们首先定义了intptr_t类型的变量file_handle，并对其赋值为0。首先，这里的intptr_t是一种与计算机系统有关的数据类型，专门用来存放指针的地址；相较于用标准的int格式、long格式存储指针的地址，其具有更高的安全性，因此在计算机系统中通常用其存储指针的地址。其次，这里的file_handle表示文件句柄；在计算机系统中，每一个文件都有一个唯一的编号（相当于我们每一个人都有一个唯一的身份证号码），不同的文件具有不同的句柄，依据这一个句柄计算机系统就能锁定其对应的那个唯一的文件。因为文件句柄就是一个指向指针的指针，亦即指针的地址，因此我们就将其设定为intptr_t类型。此外，为其赋值为0，就是相当于先暂时随便给它赋一个肯定不对的数值，之后程序会自动替换。

  接下来，我们定义一个_finddata_t类型的变量file_info。首先，这里的_finddata_t其实是一个结构体，专门用来存储计算机系统中不同文件的各类信息；而file_info就是文件的不同信息。前面我们提到，file_handle相当于我们的身份证号码，那么这里file_info相当于就是存储了我们性别、家庭住址、爱好等信息的个人信息库。

  随后，我们再定义一个字符串string类型的变量temp，其用来存储临时生成的文件路径。

  接下来，进入if判断语句；这里我们将其拆开来看。首先，temp.assign(path).append("/*" + ext)其实就表示我们需要筛选的特定格式的文件，在本文中即E:\02_Project\02_ChlorophyllProduce\01_Data\00_Test)/*.bmp，并将其通过.assign()函数赋给字符串temp。随后，.c_str()函数将前面赋值好的字符串temp转为标准的C语言的格式（这是因为后面操作需要保证字符串为标准的C语言格式）。随后，将转换好的C语言格式字符串作为第一个参数，带入_findfirst()函数；其第二个参数则是file_info。_findfirst()函数的功能是在当前路径下，找到与第一个参数（在这里也就是转换好的C语言格式字符串）相匹配的第一个文件；如果能找到这个文件，那么其就返回该文件的句柄，并将该文件的信息放入file_info；如果找不到这个文件，那么该函数就返回-1。因此，这里的if判断语句表示，一旦在当前路径下找到我们需要的文件，就继续进行接下来的代码；如果找不到需要的文件，那么相当于当前文件夹下就没有符合我们要求的文件。

  接下来，执行do语句内部的代码。其中，temp.assign(path).append("/").append(file_info.name)就表示当前找到的文件的路径及其名称，并通过push_back()函数将其附加至vector变量file的末尾。随后，进行while语句内部代码的判断——其中，_findnext()函数其实和前面的_findfirst()函数比较类似，它的作用是按照当前_findfirst()函数中所指定的文件筛选要求，进行继续筛选（_findfirst()函数相当于是找到了第一个符合我们筛选要求的文件，而_findnext()函数就是继续找，找到下一个符合要求的文件）；如果其找到了，那么就将所找到的文件的句柄与信息返回到其两个参数中，且返回一个值0；如果没有找到的话就返回-1。因此，这里while语句相当于就是判断当前路径下还有没有我们需要的文件，如果有的话就再执行do语句内部的代码（即将文件的路径放入vector变量file的末尾）；如果没有的话，那么就结束前面的循环。

  最后，_findclose()表示将当前句柄所表示的文件加以关闭，并将对应的文件资源释放。

2 完整代码

  本文所用到的全部代码如下。

#include <iostream>
#include <vector>
#include <io.h>

using namespace std;

void get_need_file(string path, vector<string>& file, string ext);

int main() {
	string file_path = R"(E:\02_Project\02_ChlorophyllProduce\01_Data\00_Test)";
	vector<string> my_file;
	string need_extension = ".bmp";
	get_need_file(file_path, my_file, need_extension);
	for (int i = 0; i < my_file.size(); i++)
	{
		cout << "File " << i + 1 << " is:" << endl;
		cout << my_file[i] << endl;
	}
	if (my_file.size() == 0)
	{
		cout << "No file can be found!" << endl;
	}
	else
	{
		cout << endl << "Find " << my_file.size() << " file(s)." << endl;
	}
	return 0;
}

void get_need_file(string path, vector<string>& file, string ext)
{
	intptr_t file_handle = 0;
	struct _finddata_t file_info;
	string temp;
	if ((file_handle = _findfirst(temp.assign(path).append("/*" + ext).c_str(), &file_info)) != -1)
	{
		do
		{
			file.push_back(temp.assign(path).append("/").append(file_info.name));
		} while (_findnext(file_handle, &file_info) == 0);
		_findclose(file_handle);
	}
}

  运行上述代码后，将会得到所筛选出的文件各自的名称，以及其具体数量。

  至此，大功告成。