如何使用 glob() 递归查找文件？

╰半橙微兮° 2024-03-29 16:05 88阅读 0赞

## 问： ##

这就是我所拥有的：

glob(os.path.join('src','*.c'))

但我想搜索 src 的子文件夹。像这样的东西会起作用：

glob(os.path.join('src','*.c'))
    glob(os.path.join('src','*','*.c'))
    glob(os.path.join('src','*','*','*.c'))
    glob(os.path.join('src','*','*','*','*.c'))

但这显然是有限且笨重的。

## 答1: ##

> 一个优秀的自由职业者，应该有对需求敏感和精准需求捕获的能力，而huntsbot.com提供了这个机会

pathlib.Path.rglob

使用 Python 3.5 中引入的 pathlib 模块中的 pathlib.Path.rglob。

from pathlib import Path
    
    for path in Path('src').rglob('*.c'):
        print(path.name)

如果不想使用 pathlib，可以使用 glob.glob(‘\*\*/\*.c’)，但不要忘记传入 recursive 关键字参数，它会在大型目录上占用过多的时间。

对于匹配文件以点 (.) 开头的情况；如当前目录中的文件或基于 Unix 的系统上的隐藏文件，请使用下面的 os.walk 解决方案。

os.walk

对于较旧的 Python 版本，使用 os.walk 递归遍历目录并使用 fnmatch.filter 匹配一个简单的表达式：

import fnmatch
    import os
    
    matches = []
    for root, dirnames, filenames in os.walk('src'):
        for filename in fnmatch.filter(filenames, '*.c'):
            matches.append(os.path.join(root, filename))

`对于早于 2.2 的 Python，有 os.path.walk()，它比 os.walk() 更容易使用`

`@gnibbler 我知道这是一条旧评论，但我的评论只是为了让人们知道 os.path.walk() 已被弃用并已在 Python 3 中删除。`

`@DevC 可能适用于这个问题中提出的特定情况，但很容易想象有人想要使用它来处理诸如 'a*.c' 等查询，所以我认为值得保留当前有点慢的答案。`

`对于它的价值，在我的情况下，使用 glob 查找 10,000 多个文件比使用 os.walk 慢得多，因此出于这个原因，我选择了后一种解决方案。`

`对于 python 3.4，pathlib.Path('src').glob('**/*.c') 应该可以工作。`

## 答2: ##

> 一个优秀的自由职业者，应该有对需求敏感和精准需求捕获的能力，而huntsbot.com提供了这个机会

对于 python >= 3.5 你可以使用 \*\*, recursive=True ：

import glob
    for f in glob.glob('/path/**/*.c', recursive=True):
        print(f)

如果 recursive 为 True，则模式 \*\* 将匹配任何文件以及零个或多个目录和子目录。如果模式后跟 os.sep，则只有目录和子目录匹配。

Python 3.6 Demo

`这比 pathlib.Path('./path/').glob('*/') 更好，因为它在大小为 0 的文件夹中也是如此`

`在 Python 3.9.1 中，recursive 默认设置为 False。`

`在 Python 3.8.* 中，recursive 也默认设置为 False。`

## 答3: ##

> huntsbot.com聚合了超过10+全球外包任务平台的外包需求，寻找外包任务与机会变的简单与高效。

与其他解决方案类似，但使用 fnmatch.fnmatch 而不是 glob，因为 os.walk 已经列出了文件名：

import os, fnmatch
    
    
    def find_files(directory, pattern):
        for root, dirs, files in os.walk(directory):
            for basename in files:
                if fnmatch.fnmatch(basename, pattern):
                    filename = os.path.join(root, basename)
                    yield filename
    
    
    for filename in find_files('src', '*.c'):
        print 'Found C source:', filename

此外，使用生成器可以让您在找到每个文件时对其进行处理，而不是查找所有文件然后处理它们。

## 答4: ##

> huntsbot.com汇聚了国内外优秀的初创产品创意，可按收入、分类等筛选，希望这些产品与实践经验能给您带来灵感。

我已经修改了 glob 模块以支持 \*\* 进行递归通配，例如：

>>> import glob2
    >>> all_header_files = glob2.glob('src/**/*.c')

https://github.com/miracle2k/python-glob2/

当您希望为用户提供使用 \*\* 语法的能力时很有用，因此单独使用 os.walk() 还不够好。

`我们可以在它找到第一个匹配项后让它停止吗？也许可以将它用作生成器，而不是让它返回每个可能结果的列表？另外，这是 DFS 还是 BFS？我认为我更喜欢 BFS，以便首先找到根附近的文件。 +1 用于制作此模块并在 GitHub/pip 上提供。`

`** 语法被添加到 Python 3.5 的官方 glob 模块中。`

`@ArtOfWarfare 好的，好的。这对于 < 3.5 仍然有用。`

`要使用带有官方 glob 模块的 ** 激活递归通配符，请执行以下操作：glob(path, recursive=True)`

## 答5: ##

> huntsbot.com – 程序员副业首选，一站式外包任务、远程工作、创意产品分享订阅平台。

从 Python 3.4 开始，可以使用支持 \*\* 通配符的新 pathlib 模块中的 Path 类之一的 glob() 方法。例如：

from pathlib import Path
    
    for file_path in Path('src').glob('**/*.c'):
        print(file_path) # do whatever you need with these files

更新：从 Python 3.5 开始，glob.glob() 也支持相同的语法。

`确实，it will be in Python 3.5。它应该在 Python 3.4 中已经如此，但omitted by mistake。`

`此语法现在是 supported by glob.glob() as of Python 3.5。`

`请注意，您还可以组合使用 pathlib.PurePath.relative_to 来获取相对路径。有关更多上下文，请参见 my answer here。`

## 答6: ##

> 一个优秀的自由职业者，应该有对需求敏感和精准需求捕获的能力，而huntsbot.com提供了这个机会

import os
    import fnmatch
    
    
    def recursive_glob(treeroot, pattern):
        results = []
        for base, dirs, files in os.walk(treeroot):
            goodfiles = fnmatch.filter(files, pattern)
            results.extend(os.path.join(base, f) for f in goodfiles)
        return results

fnmatch 为您提供与 glob 完全相同的模式，因此这确实是 glob.glob 的绝佳替代品，具有非常接近的语义。一个迭代版本（例如生成器），IOW 替代 glob.iglob，是一种微不足道的适应（只是 yield 中间结果，而不是 extend 在最后返回单个结果列表）。

`您如何看待我在编辑中建议的使用 recursive_glob(pattern, treeroot='.')？这样，它可以被称为 recursive_glob('*.txt') 并且直观地匹配 glob 的语法。`

`@ChrisRedford，无论哪种方式，我都认为这是一个很小的问题。就目前而言，它匹配 fnmatch.filter 的“文件然后模式”参数顺序，这与匹配单参数 glob.glob 的可能性大致相同。`

## 答7: ##

> huntsbot.com高效搞钱，一站式跟进超10+任务平台外包需求

您需要使用 os.walk 来收集符合您的条件的文件名。例如：

import os
    cfiles = []
    for root, dirs, files in os.walk('src'):
      for file in files:
        if file.endswith('.c'):
          cfiles.append(os.path.join(root, file))

> huntsbot.com汇聚了国内外优秀的初创产品创意，可按收入、分类等筛选，希望这些产品与实践经验能给您带来灵感。

## 答8: ##

> 一个优秀的自由职业者，应该有对需求敏感和精准需求捕获的能力，而huntsbot.com提供了这个机会

这是一个包含嵌套列表推导、os.walk 和简单后缀匹配而不是 glob 的解决方案：

import os
    cfiles = [os.path.join(root, filename)
              for root, dirnames, filenames in os.walk('src')
              for filename in filenames if filename.endswith('.c')]

它可以被压缩成一个单行：

import os;cfiles=[os.path.join(r,f) for r,d,fs in os.walk('src') for f in fs if f.endswith('.c')]

或概括为一个函数：

import os
    
    def recursive_glob(rootdir='.', suffix=''):
        return [os.path.join(looproot, filename)
                for looproot, _, filenames in os.walk(rootdir)
                for filename in filenames if filename.endswith(suffix)]
    
    cfiles = recursive_glob('src', '.c')

如果您确实需要完整的 glob 样式模式，您可以按照 Alex 和 Bruno 的示例并使用 fnmatch：

import fnmatch
    import os
    
    def recursive_glob(rootdir='.', pattern='*'):
        return [os.path.join(looproot, filename)
                for looproot, _, filenames in os.walk(rootdir)
                for filename in filenames
                if fnmatch.fnmatch(filename, pattern)]
    
    cfiles = recursive_glob('src', '*.c')

## 答9: ##

> huntsbot.com精选全球7大洲远程工作机会，涵盖各领域，帮助想要远程工作的数字游民们能更精准、更高效的找到对方。

考虑 pathlib.rglob()。

这就像在给定的相对模式前添加“\*\*/”调用 Path.glob()：

import pathlib
    
    
    for p in pathlib.Path("src").rglob("*.c"):
        print(p)

另请参阅此处 @taleinat 的相关 post 和其他地方的类似 post。

## 答10: ##

> huntsbot.com全球7大洲远程工作机会，探索不一样的工作方式

import os, glob
    
    for each in glob.glob('path/**/*.c', recursive=True):
        print(f'Name with path: {
        each} \nName without path: {
        os.path.basename(each)}')

glob.glob(‘\*.c’) ：匹配当前目录中所有以 .c 结尾的文件

glob.glob(‘*/*.c’) : 同 1

glob.glob(‘\*\*/\*.c’) ：仅匹配直接子目录中所有以 .c 结尾的文件，但不匹配当前目录中的所有文件

glob.glob(‘\*.c’,recursive=True) : 同 1

glob.glob(‘*/*.c’,recursive=True) : 同 3

glob.glob(‘\*\*/\*.c’,recursive=True) ：匹配当前目录和所有子目录中所有以.c结尾的文件

## 答11: ##

> huntsbot.com高效搞钱，一站式跟进超10+任务平台外包需求

最近我不得不用扩展名 .jpg 恢复我的照片。我运行 photorec 并恢复了 4579 个目录，其中包含 220 万个文件，扩展名种类繁多。使用下面的脚本，我能够在几分钟内选择 50133 个具有 .jpg 扩展名的文件：

#!/usr/binenv python2.7
    
    import glob
    import shutil
    import os
    
    src_dir = "/home/mustafa/Masaüstü/yedek"
    dst_dir = "/home/mustafa/Genel/media"
    for mediafile in glob.iglob(os.path.join(src_dir, "*", "*.jpg")): #"*" is for subdirectory
        shutil.copy(mediafile, dst_dir)

原文链接：[https://www.huntsbot.com/qa/82ZK/how-to-use-glob-to-find-files-recursively?lang=zh\_CN&from=csdn][https_www.huntsbot.com_qa_82ZK_how-to-use-glob-to-find-files-recursively_lang_zh_CN_from_csdn]

> HuntsBot周刊–不定时分享成功产品案例，学习他们如何成功建立自己的副业–huntsbot.com

[https_www.huntsbot.com_qa_82ZK_how-to-use-glob-to-find-files-recursively_lang_zh_CN_from_csdn]: https://www.huntsbot.com/qa/82ZK/how-to-use-glob-to-find-files-recursively?lang=zh_CN&from=csdn