[Python] glob内置模块介绍和使用场景（案例）

Unix glob是一种用于匹配文件路径的模式，它可以帮助我们快速地找到符合特定规则的文件。在本文中，我们将介绍glob的基本概念、使用方法以及一些实际应用案例。

glob介绍

Glob(Global Match)是Unix和类Unix系统中的一种文件名扩展功能，它可以根据指定的模式匹配文件名。Glob使用通配符来表示文件名中的特定字符或字符组合，例如*表示任意数量的字符，?表示一个字符，[]表示一个字符集合等。通过这些通配符，我们可以轻松地筛选出符合特定规则的文件。

如何使用glob

在Unix和类Unix系统中，我们可以使用shell内置的glob命令来匹配文件路径。

glob [选项] 模式

其中，模式是一个包含通配符的字符串，用来描述要匹配的文件名或目录名的模式。通配符可以包括以下特殊字符：

• *：匹配任意字符（包括空字符）。
• ?：匹配任意单个字符。
• [字符集]：匹配字符集中的任意一个字符。
• [!字符集]：匹配不在字符集中的任意一个字符。

可以使用引号将模式括起来，以避免特殊字符被Shell解释。

以下是一些常用的glob命令选项：

• -d：仅匹配目录。
• -l：仅匹配符号链接。
• -r：递归地匹配子目录。
• -s：匹配命令的结果总数。

Python中的glob内置模块

此外，我们还可以使用Python的glob内置模块来实现类似的功能，该模块用来以特定格式匹配一系列路径，规则与Unix Shell相同，返回一个包含匹配结果的无序列表。实现过程用到了os.scandir和fnmatch.fnmatch()，前者将文件路径输入列表，后者按规则匹配。匹配用到的主要通配符为 *, ? 和 []这三个，基本规则如下：

*: 匹配多个任意字符
?: 匹配1个任意字符
[]: 匹配[]中注明范围内的1个字符，如果要匹配特殊字符比如上面的*和?，用[*]和[?]即可

glob — Unix style pathname pattern expansion — Python 3.12.1 documentation

主要方法：

1) glob.glob(pathname, *, root_dir=None, dir_fd=None, recursive=False, include_hidden=False)

Return a possibly empty list of path names that match pathname, which must be a string containing a path specification. 

这个方法返回一个列表，其中包含所有与指定模式匹配的文件路径。如果recursive参数为True,则会递归地搜索目录及其子目录。默认情况下，recursive参数为False。如果root_dir不为None，则返回的路径是相对于root_dir的相对路径。

2) glob.iglob(pathname, *, root_dir=None, dir_fd=None, recursive=False, include_hidden=False)

Return an iterator which yields the same values as glob() without actually storing them all simultaneously.

这个方法返回一个迭代器，其中包含所有与指定模式匹配的文件路径。如果recursive参数为True,则会递归地搜索目录及其子目录。默认情况下，recursive参数为False。如果root_dir不为None，则返回的路径是相对于root_dir的相对路径。

3) glob.escape(pathname)

这个方法将路径名中的特殊字符转义，以便在正则表达式中使用。例如，它会将*替换为\*,将?替换为\?等。

以下是一个简单的示例：

import glob

# 查找当前目录下所有的.txt文件
txt_files = glob.glob('*.txt')
print(txt_files)

不足之处

glob模块只能做比较简单的匹配查询，不支持同时查询多个文件扩展名，比如.txt和.md文件，需要做2次查询，然后把2次结果进行合并，这样无形中降低了查询的效率。

使用案例

下面我们来看一些实际的使用案例：

查找当前目录下所有以a、b、c开头的目录

glob -d [abc]*

查找所有以.txt结尾的文件

$ glob *.txt
file1.txt
file2.txt
file3.log

Python中使用glob模块查找当前目录的所有以.txt结尾的文件

import glob

txt_files = glob.glob('*.txt')
print(txt_files)

Python中使用glob模块查找指定目录及其子目录下的所有以.txt 结尾的文件

import glob

txt_files = glob.glob('*.txt', root_dir='C:/ABC', recursive=True)
print(txt_files)