什么是 Python glob 模块？你可以将它用于哪种类型的 Python 应用程序？

Python glob 模块用于查找与特定模式匹配的路径名。通用术语“glob”用于描述根据 Unix shell 规则匹配特定模式的方法。使用 glob，除了精确的字符串搜索之外，你还可以使用通配符（“*, ?, [ranges]”）来使路径检索更加强大。

让我们学习Python glob模块吧！

什么是 Python glob 模块？

Python glob 模块允许搜索路径名以查找符合给定模式（由你定义）的文件。Unix shell 建立的规则用于定义提供的文件匹配模式。

使用 glob 模块的 glob 函数返回与特定模式匹配的所有文件路径。我们可以使用 glob 来搜索特定的文件模式，或者更有效地，我们可以使用通配符来搜索文件名与给定模式匹配的文件。

要使用 glob，我们必须使用 Python 导入语句导入它，如下所示。

import glob

注意： glob 是 Python 附带的内置模块，因此你无需在导入前将其与 Python 安装分开安装（例如使用pip或conda）。

导入 glob 模块后，我们可以使用它在本地计算机上查找与特定模式匹配的文件

以下代码片段匹配目录 /Users/elio/code/test/ 中的特定文件名，并将其显示在输出中。

import glob
file = glob.glob("/Users/elio/code/test/README.md")
print(file)

输出：

在上面的代码中，我们只搜索一个文本文件，我们也可以搜索具有相同文件扩展名的多个文件。

import glob
file = glob.glob("/Users/elio/code/test/*.txt")
print(file)

输出：

如你所见，我们指定了“*.txt”，它匹配指定目录中所有扩展名为 txt 的文件。字符“*”是通配符。

glob.glob ()函数返回与我们指定的路径匹配的所有文件的列表。Python glob 模块的 glob() 函数以任意顺序返回结果。

在 Python glob 中使用绝对和相对路径

我们提供给 glob() 函数的路径可以是绝对路径或相对路径。

让我们看看这意味着什么……

• 绝对路径：这是从文件系统根目录开始的文件的完整路径。
• 相对路径：这是相对于当前目录的路径。

我们之前看到的两个代码片段使用了绝对路径。

现在，让我们看一个使用相对路径的例子

import glob
 
files = glob.glob("*.txt")
print(files)

此代码段中指定的路径是相对路径，它指的是当前目录。

从输出中你可以看到文件列表只包含文件名，而不是每个文件的完整路径：

如何使用 glob 递归查找文件

递归这个词意味着重复，它与规则的重复应用有关。我们还可以使用 glob 递归搜索文件，这意味着在子目录中搜索文件。

glob 模块的递归特性很有用，因为你可能不知道要查找的文件的确切位置。

要启用递归行为，你必须将递归 布尔参数传递给设置为True的 glob() 函数。此参数默认为 False。

在使用递归参数之前，我们想了解双星号 (**) 通配符在与 glob.glob() 函数一起使用时的行为。

在当前目录中创建一个名为 test_dir 的目录，然后在 test_dir 中创建一个名为 file4.txt 的文件。我们的目录结构变成如下：

file1.txt 
file2.txt 
file3.txt  
test_dir/file4.txt

现在执行前面使用“*.txt”作为路径名表达式的 Python 代码。输出如下：

现在，将递归参数传递给 glob 函数：

import glob
files = glob.glob("*.txt", recursive=True)
print(files)

当你执行代码时，你会注意到输出没有改变。这是因为递归参数必须与双星号通配符 (**) 结合使用。

更新传递给 glob() 函数的表达式，如下所示（不要更改前面代码中的任何其他内容）：

files = glob.glob("**/*.txt", recursive=True)

这次在输出中你还会看到“test_dir/file6.txt”。我们的代码匹配了当前目录中的 .txt 文件以及 test_dir 子目录中的 .txt 文件

现在，让我们尝试在不更改路径名表达式的情况下将 recursive 设置为 False：

files = glob.glob("**/*.txt", recursive=False)

输出：

我们的代码只匹配了子目录中的文件。

你现在知道在使用 glob() 函数时双星号如何与递归参数一起使用。

在 glob 中使用通配符

通过 glob 模块，你可以使用通配符。通配符有很多，但最常用的通配符解释如下。

星号 (*)： glob 使用星号 (*)，也称为星号来匹配零个或多个字符。

filepath = "*.txt"
filepath = "*.py"
filepath = "*.jpg"

在上面的示例中，* 将匹配具有指定扩展名的所有文件。

双星号 (**)：两个星号 (**) 与单个星号相同，但它们适用于子文件夹。当你递归搜索时，请使用双星号 (**) 在当前文件夹和子文件夹中搜索文件。

filepath = "docs/**/*.txt" 
filepath = "python/**/*.py" 
filepath = "images/**/*.jpg"

方括号 ([ ])：方括号是一个非常强大的通配符，因为它们允许使用不同的字符组合来搜索文件。

例如：

• 假设你要搜索名称与小写元音匹配的文件，为此，你将在方括号内指定所有小写元音：[aeiou]。
• [0–9]：如果要匹配任何数字，请在方括号内指定 0 到 9 之间的数字。
• [AZ]：它匹配任何大写字母，[az]匹配任何小写字母。你还可以通过这种方式组合大小写字母：[az,AZ]。
• 如果要排除某些字符，则可以使用方括号并指定 (!) 符号。例如：[!abc]。

让我们尝试一些实际的例子来理解通配符。

我们之前已经了解了 * 和 ** 通配符的工作原理。现在让我们看一个带有方括号 ([ ]) 的示例。

在方括号内，我们指定要搜索的数字或字母的模式：

import glob
path1 = "[ae]*.txt" 
print("当前目录中名称以a和e之间的字母开头的文件") 
print(glob.glob(path1))
path2 = "[1-5]*.txt" 
print("当前目录中名称以1到5之间的数字开头的文件") 
print(glob.glob(path2))

在当前目录中创建以下文件以确认通配符表达式按预期工作：

touch a.txt ask.txt cat.txt d.txt echo.txt delta.txt fox.txt 1.txt 134.txt 345.txt 67.txt

现在执行代码。

输出是：

我们的代码按预期工作，文件“fox.txt”和“67.txt”不匹配。

为什么要在 Python 中使用 iglob 与 glob？

到目前为止，我们已经使用了 glob() 函数。在 glob 模块中还有另一个函数称为iglob()。

iglob() 函数类似于 glob() 函数，主要区别在于 iglob() 返回一个生成器，该生成器生成与给定模式匹配的文件名。

让我们使用前面的代码示例之一来确认 iglob() 函数返回的对象类型。我们将只用 iglob 函数替换 glob 函数。

import glob
files = glob.iglob("*.txt")
print(type(files))

# <class 'generator'>

glob() 函数遍历所有文件并将它们立即存储在内存中，而 iglob() 返回一个生成器，该生成器允许遍历所有文件而不会将它们同时存储在内存中。

通过将生成器传递给Python next() 函数，你将取回 iglob 函数返回的第一个文件名：

当我们匹配大量文件时，iglob() 函数非常有用。我们可能会冒用 glob() 加载它们来填满整个内存的风险。

为了避免这种情况，iglob() 帮助我们以生成器的形式匹配所有文件名，从而提高性能并减少内存使用。

要打印与 iglob 函数匹配的所有文件，你可以使用Python for 循环：

import glob
files = glob.iglob("*.txt")
for filename in files:
    print(filename)

输出：

结论

你现在应该清楚地了解 glob 模块的工作原理。你已经了解了 glob 模块如何对涉及文件名模式匹配的任务特别有用，以及如何获取符合特定模式的所有文件的列表。

我们介绍了 glob 模块实际工作原理的一些实际示例，包括一些最常用的通配符。

你还看到了 glob() 和 iglob() 之间的区别，以及为什么应该使用 iglob() 而不是 glob() 函数。

如果你发现我的任何文章有帮助或有用，麻烦点赞或者转发。 谢谢！