Python 文件路径模式匹配：glob 模块详解

Python 文件路径模式匹配：glob 模块详解

文章简介

在 Python 编程里，经常需要根据特定模式来查找文件或目录。glob 模块提供了一种简单且高效的方式来实现这一需求，它使用 Unix 风格的路径名模式匹配规则，能帮助开发者快速定位符合条件的文件和目录。本文将结合官方文档（https://docs.python.org/zh-cn/3.12/library/glob.html ），详细讲解 glob 模块的功能、使用方法和应用场景。

一、glob 模块概述

glob 模块可根据指定的模式来查找文件和目录，它支持使用通配符进行模糊匹配。主要通过 glob 和 iglob 两个函数来实现文件路径的模式匹配，能处理简单的文件名模式，如 *.txt 可匹配所有扩展名为 .txt 的文件。

二、通配符规则

（一）* 通配符

• 功能：匹配任意数量（包括零个）的任意字符。
• 示例：

import glob

# 匹配当前目录下所有扩展名为 .txt 的文件
txt_files = glob.glob('*.txt')
for file in txt_files:
    print(file)

上述代码中，*.txt 表示匹配当前目录下文件名任意，但扩展名为 .txt 的所有文件。

（二）? 通配符

• 功能：匹配单个任意字符。
• 示例：

import glob

# 匹配当前目录下文件名只有一个字符且扩展名为 .py 的文件
single_char_py_files = glob.glob('?.py')
for file in single_char_py_files:
    print(file)

这里，?.py 表示文件名只有一个字符，扩展名为 .py 的文件。

（三）[] 通配符

• 功能：匹配方括号内指定的任意一个字符。

• 示例：

import glob

# 匹配当前目录下文件名以 a 或 b 开头且扩展名为 .txt 的文件
ab_txt_files = glob.glob('[ab]*.txt')
for file in ab_txt_files:
    print(file)

[ab]*.txt 表示文件名以 a 或 b 开头，扩展名为 .txt 的文件。

（四）** 通配符（递归匹配）

• 功能：在路径中使用 ** 表示递归匹配目录。在 Python 3.5 及以上版本支持。
• 示例：

import glob

# 递归匹配当前目录及其子目录下所有扩展名为 .txt 的文件
all_txt_files = glob.glob('**/*.txt', recursive=True)
for file in all_txt_files:
    print(file)

**/*.txt 结合 recursive=True 会递归查找当前目录及其所有子目录下的 .txt 文件。

三、glob 函数

（一）glob.glob(pathname, *, recursive=False)

• 功能：返回一个符合指定模式的文件和目录路径列表。

• 参数：

  • pathname：要匹配的路径模式。
  • recursive：是否进行递归匹配，默认为 False。当设置为 True 时，支持使用 ** 通配符进行递归查找。

• 示例：

import glob

# 匹配当前目录及其子目录下所有以 test 开头的文件
test_files = glob.glob('**/test*', recursive=True)
for file in test_files:
    print(file)

四、iglob 函数

（一）glob.iglob(pathname, *, recursive=False)

• 功能：返回一个迭代器，该迭代器会逐个产生符合指定模式的文件和目录路径。
• 参数：与 glob.glob 相同。
• 示例：

import glob

# 使用 iglob 迭代匹配当前目录下所有 .py 文件
py_files_iter = glob.iglob('*.py')
for file in py_files_iter:
    print(file)

iglob 适合处理大量匹配结果的情况，因为它不会一次性生成所有匹配结果，而是逐个产生，节省内存。

五、glob 与其他文件查找方式的对比

查找方式	优点	缺点	适用场景
glob 模块	使用简单，支持通配符匹配，能快速查找符合模式的文件和目录。	模式匹配功能相对简单，不支持复杂的正则表达式匹配。	简单的文件和目录查找，如按扩展名、文件名前缀等查找。
os.walk 函数	可以递归遍历目录树，能详细控制遍历过程。	需要手动编写代码进行文件筛选，使用相对复杂。	需要对目录树进行深度遍历和复杂筛选的场景。
re 模块（正则表达式）	支持复杂的模式匹配，功能强大。	学习成本较高，代码相对复杂。	需要进行复杂文件名模式匹配的场景。

六、应用场景

（一）批量文件处理

可以使用 glob 模块查找符合特定模式的文件，然后对这些文件进行批量处理，如批量重命名、批量读取文件内容等。

import glob

# 批量重命名当前目录下所有 .txt 文件
txt_files = glob.glob('*.txt')
for file in txt_files:
    new_name = file.replace('.txt', '_new.txt')
    import os
    os.rename(file, new_name)

（二）数据收集

在进行数据收集时，可能需要从多个文件中读取数据。可以使用 glob 模块查找相关文件，然后读取数据。

import glob

# 读取当前目录及其子目录下所有 .csv 文件的数据
csv_files = glob.glob('**/*.csv', recursive=True)
for file in csv_files:
    with open(file, 'r') as f:
        data = f.read()
        print(f"Data from {file}: {data[:100]}...")

文章总结

glob 模块为 Python 开发者提供了一种便捷的文件和目录查找方式，通过使用 Unix 风格的通配符规则，能快速定位符合特定模式的文件和目录。glob.glob 函数返回匹配结果列表，glob.iglob 函数返回迭代器，适用于不同的应用场景。在简单的文件查找和批量处理任务中，glob 模块是一个非常实用的工具。

TAG: Python、glob 模块、文件路径匹配、通配符、批量文件处理

相关学习资源:

• Tekin的Python编程秘籍库： Python 实用知识与技巧分享，涵盖基础、爬虫、数据分析等干货 本 Python 专栏聚焦实用知识，深入剖析基础语法、数据结构。分享爬虫、数据分析等热门领域实战技巧，辅以代码示例。无论新手入门还是进阶提升，都能在此收获满满干货，快速掌握 Python 编程精髓。