python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python glob按通配符匹配文件路径

Python文件操作之使用glob模块按通配符匹配文件路径

作者:星河耀银海

本文详解Python标准库glob模块的核心功能,包括通配符匹配(*、?、)、递归搜索(**)用法,iglob迭代器版本的内存优化优势,以及结合Python逻辑实现高级文件过滤与批量处理实战,需要的朋友可以参考下

一、开篇:用通配符找文件

假设你要处理一个目录下的所有.txt文件,或者找名字包含"report"的所有文件。当然可以用os.listdir()然后手动过滤——但glob模块让这种操作一行搞定。

基本使用:

import glob

# 查找当前目录下所有.txt文件
txt_files = glob.glob("*.txt")
print(f"找到{len(txt_files)}个txt文件:")
for f in txt_files:
    print(f"  {f}")

# glob支持Unix风格的通配符:
# *     —— 匹配任意字符(不包括路径分隔符)
# **    —— 匹配任意字符(包括路径分隔符)——递归
# ?     —— 匹配单个字符
# [abc] —— 匹配a、b或c中的一个
# [!abc]—— 不匹配a、b、c

二、glob() 基本用法

2.1 通配符匹配

import glob
import os

# 准备测试文件
os.makedirs("test_glob/sub", exist_ok=True)
for name in ["a.txt", "b.txt", "a.csv", "data.json", "report_2024.txt",
             "report_2023.txt", "image_01.png", "image_02.png"]:
    with open(f"test_glob/{name}", "w") as f:
        f.write("test")
for name in ["sub1.txt", "sub2.txt"]:
    with open(f"test_glob/sub/{name}", "w") as f:
        f.write("test")

# * —— 匹配任意字符
print("所有txt文件:", glob.glob("test_glob/*.txt"))
# ['test_glob/a.txt', 'test_glob/b.txt', ...]

# ? —— 匹配单个字符
print("单数字图片:", glob.glob("test_glob/image_0?.png"))
# ['test_glob/image_01.png', 'test_glob/image_02.png']

# [...] —— 字符集
print("以a或b开头:", glob.glob("test_glob/[ab].*"))
# ['test_glob/a.txt', 'test_glob/a.csv', 'test_glob/b.txt']

# 组合使用
print("report加任意年份:", glob.glob("test_glob/report_????.txt"))
# ['test_glob/report_2023.txt', 'test_glob/report_2024.txt']

# 清理
import shutil
shutil.rmtree("test_glob")

2.2 递归搜索(**)

import glob

# ** —— 递归匹配所有子目录
# Python 3.5+需要设置 recursive=True

# 查找所有目录下的.txt文件(递归)
all_txt = glob.glob("test_glob/**/*.txt", recursive=True)
print(f"递归找到{len(all_txt)}个txt文件")

# 查找所有子目录
all_dirs = glob.glob("test_glob/**/", recursive=True)
print(f"子目录: {all_dirs}")

# 在整个项目中搜索Python文件
# py_files = glob.glob("**/*.py", recursive=True)
# print(f"找到{len(py_files)}个Python文件")

三、iglob() —— 迭代器版本

import glob

# glob() 返回列表——所有结果一次加载到内存
# iglob() 返回迭代器——逐条产出,适合大量文件

# 假设一个目录有10万个文件——用iglob()更省内存
print("使用 iglob() 逐条处理:")
for i, filepath in enumerate(glob.iglob("*.py")):
    if i >= 5:  # 只处理前5个
        print("  ...")
        break
    print(f"  {filepath}")

# 💡 glob和iglob的关系类似于list和generator
# glob() 方便:可以直接len()、索引、多次遍历
# iglob() 高效:不建大列表,适合海量文件

四、高级匹配——结合过滤

import glob
import os

# glob只支持简单的通配符——复杂过滤需要结合Python逻辑

def find_large_python_files(directory, min_size_kb=10):
    """找到大于指定大小的Python文件"""
    pattern = os.path.join(directory, "**", "*.py")
    large_files = []

    for filepath in glob.iglob(pattern, recursive=True):
        size_kb = os.path.getsize(filepath) / 1024
        if size_kb > min_size_kb:
            large_files.append({
                "path": filepath,
                "size_kb": size_kb,
            })

    # 按大小降序排列
    large_files.sort(key=lambda x: x["size_kb"], reverse=True)
    return large_files

# results = find_large_python_files(".", min_size_kb=5)
# for f in results:
#     print(f"  {f['path']} ({f['size_kb']:.1f}KB)")

五、实战:批量处理文件

import glob
import os

def batch_rename(directory, old_pattern, new_name_template):
    """批量重命名文件"""
    search_pattern = os.path.join(directory, old_pattern)
    files = glob.glob(search_pattern)
    renamed = 0

    for i, old_path in enumerate(files, 1):
        dir_name = os.path.dirname(old_path)
        ext = os.path.splitext(old_path)[1]
        new_name = new_name_template.format(index=i, num=i)
        new_path = os.path.join(dir_name, new_name + ext)

        os.rename(old_path, new_path)
        print(f"  {os.path.basename(old_path)} → {os.path.basename(new_path)}")
        renamed += 1

    return renamed

# 使用:将所有.jpg文件重命名为 photo_001.jpg, photo_002.jpg...
# batch_rename("./photos", "*.jpg", "photo_{index:03d}")

def collect_files_by_type(directory, extensions):
    """按类型收集文件"""
    collected = {}
    for ext in extensions:
        pattern = os.path.join(directory, f"*.{ext}")
        collected[ext] = glob.glob(pattern)
    return collected

# files = collect_files_by_type(".", ["py", "txt", "json"])
# for ext, paths in files.items():
#     print(f".{ext}: {len(paths)}个")

六、总结

glob让文件搜索变得简单——用一行通配符代替嵌套循环。

核心要点:

模式含义
*匹配任意字符(不含路径分隔符)
**递归匹配(需recursive=True)
?匹配单个字符
[abc]匹配字符集中的一个
glob()返回列表
iglob()返回迭代器

简单模式用glob,复杂过滤用glob + Python逻辑,递归搜索用 + recursive=True。

到此这篇关于Python文件操作之使用glob模块按通配符匹配文件路径的文章就介绍到这了,更多相关Python glob按通配符匹配文件路径内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文