Python glob 模块全解析：轻松处理文件路径匹配

上课

在 Python 中，glob 模块 主要用于 查找符合特定规则的文件路径，它支持使用通配符（如 *、? 和 []）来进行灵活的文件搜索。相比于 os.listdir()，glob 更适合按模式匹配文件，非常适用于批量处理文件。

在这篇文章中，我们将详细讲解 glob 模块的用法，并提供多个示例，帮助你在实际开发中轻松使用它！

glob 模块的基础用法

glob.glob()：获取匹配的文件路径列表

glob.glob(pattern, recursive=False) 用于查找所有符合 pattern 规则的文件，并返回一个文件路径列表。

• • pattern：搜索的文件模式，如 "*.txt" 代表所有 .txt 文件。
• • recursive：是否递归搜索子目录（默认 False，即只匹配当前目录）。

示例：匹配当前目录下的所有 .txt 文件

import glob

files = glob.glob("*.txt")  # 匹配当前目录下所有 .txt 文件
print(files)

输出示例：

['test1.txt', 'notes.txt', 'data.txt']

glob.glob() 递归匹配子目录

如果想要在所有子目录中查找 .txt 文件，需要将 recursive=True 并使用 ** 通配符：

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

这个方法可以搜索当前目录及其所有子目录的 .txt 文件，非常适合查找多个层级的文件。

glob.iglob()：高效的迭代器方式

glob.iglob(pattern, recursive=False) 与 glob.glob() 类似，但它不会一次性返回整个列表，而是返回一个迭代器，在需要时才生成文件名，节省内存。

示例：使用 iglob() 遍历匹配的文件

for file in glob.iglob("*.txt"):
    print(file)

如果你需要处理大量文件，建议使用 iglob()，避免占用过多内存。

通配符规则

示例：使用不同的通配符进行匹配

print(glob.glob("*.py"))     # 匹配当前目录下所有 .py 文件
print(glob.glob("data?.csv")) # 匹配 data1.csv、data2.csv，但不匹配 data10.csv
print(glob.glob("[a-c]*.txt")) # 匹配以 a、b 或 c 开头的 .txt 文件

pathlib vs glob

如果你使用的是 pathlib，也可以使用 Path.glob() 方法，它的功能与 glob.glob() 类似，但更符合面向对象的风格：

from pathlib import Path

path = Path(".")
files = list(path.glob("*.txt"))  # 获取所有 .txt 文件
print(files)

对于递归匹配，可以使用 rglob() 方法：

files = list(path.rglob("*.txt"))  # 在所有子目录中查找 .txt 文件
print(files)

glob 的实际应用案例

批量重命名文件

如果你有多个 .jpg 图片需要改名，可以结合 os.rename() 和 glob 进行批量处理：

import glob
import os

for idx, file in enumerate(glob.glob("images/*.jpg")):
    new_name = f"images/image_{idx}.jpg"
    os.rename(file, new_name)
    print(f"重命名 {file} -> {new_name}")

统计某类型文件的数量

如果你需要统计 .log 日志文件的数量，可以这样做：

log_files = glob.glob("logs/*.log")
print(f"日志文件数量：{len(log_files)}")

读取多个 CSV 文件并合并

如果你有多个 CSV 文件需要合并成一个 Pandas 数据框，可以使用 glob 进行匹配：

import pandas as pd

csv_files = glob.glob("data/*.csv")
df_list = [pd.read_csv(file) for file in csv_files]  # 读取所有 CSV
df = pd.concat(df_list, ignore_index=True)  # 合并
print(df.head())

glob vs os.listdir()

如果只想获取所有文件，os.listdir() 可能更简单；但如果需要按规则匹配，glob 更合适！

下课

🔹 glob 是一个强大的文件路径匹配工具，支持 *、? 等通配符，能快速找到符合条件的文件。 🔹 glob.glob() 适合一次性获取文件列表，glob.iglob() 则更节省内存。 🔹 pathlib 也提供了 glob() 和 rglob()，更加符合现代 Python 风格。 🔹 glob 在批量重命名、文件统计、数据处理等任务中非常有用！