python高效使用14---glob标准库的用法

当查找文件夹中的文件的时候，使用glob标准库，比使用os.listdir()并且自己判断是否匹配的方式更加高效和优雅。

glob 是 Python 标准库中的一个模块，主要用于查找符合特定模式的文件路径。它提供了文件路径的模式匹配功能，可以用来查找符合特定通配符模式的文件名。

glob 模块的主要功能是基于 Unix shell 风格的路径匹配规则来查找文件，这些规则包括：

• * 匹配任意个数的字符（包括空字符）。
• ? 匹配单个字符。
• [abc] 匹配方括号中列出的任意一个字符。

使用方法

1. 导入 glob 模块

import glob

2. 常用函数：glob.glob()

这个函数返回一个符合指定模式的文件名列表。

import glob

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

示例解释：

假设当前目录中有 file1.txt 和 file2.txt，执行上面的代码后输出将是：

['file1.txt', 'file2.txt']

3. 使用通配符 * 和 ?

• *：匹配任意数量的字符。
• ?：匹配单个字符。

import glob

# 匹配以 `data` 开头、以 `.csv` 结尾的所有文件
csv_files = glob.glob("data*.csv")
print(csv_files)

# 匹配文件名中第三个字符为 `a` 的 `.txt` 文件
txt_files = glob.glob("??a*.txt")
print(txt_files)

4. 递归查找：glob.glob() + recursive=True

通过设置 recursive=True，可以递归地查找子目录中的文件。

import glob

# 递归查找所有目录及子目录下的 `.py` 文件
python_files = glob.glob("**/*.py", recursive=True)
print(python_files)

5. 使用 glob.iglob()

glob.iglob() 与 glob.glob() 类似，但它返回的是一个迭代器，而不是直接返回文件列表。这在处理大量文件时可能会更高效，因为它不会一次性把所有文件加载到内存中。

import glob

# 使用 iglob 返回迭代器，逐个遍历 .txt 文件
for file in glob.iglob("*.txt"):
    print(file)

6. 匹配指定路径下的文件

可以使用绝对路径或相对路径来查找指定目录下的文件。

import glob

# 查找 /home/user 目录下的所有 `.log` 文件
log_files = glob.glob("/home/user/*.log")
print(log_files)

7. 组合使用通配符

可以组合使用多个通配符来更精确地匹配文件。

import glob

# 匹配目录下包含数字且以 .txt 结尾的文件
files = glob.glob("*[0-9]*.txt")
print(files)

总结

• glob.glob(pattern)：根据模式返回文件列表。
• glob.iglob(pattern)：返回一个迭代器，更节省内存。
• 通配符 *、? 和 [] 用来匹配文件名中的任意字符。
• recursive=True 可以递归地查找子目录中的文件。

glob 是一个非常实用的模块，特别适合查找符合一定模式的文件集