【Python】 glob批处理模块的学习

1.什么是glob模块？

• 在 Python 中，glob模块是一个用于文件路径名的模式匹配的工具。它使用简单的通配符规则来匹配文件和目录的路径，这些通配符规则类似于在命令行中使用的文件搜索规则。这使得在处理文件系统中的多个文件或目录时非常方便，可以快速地获取符合特定模式的文件路径列表。

2. 通配符规则

• *（星号）通配符
• 示例：假设在当前目录下有file1.txt、file2.txt、data.csv和report.docx这些文件。使用glob.glob('*.txt')将返回['file1.txt', 'file2.txt']，它只会匹配扩展名为.txt的文件。
• 功能：*可以匹配任意长度（包括零长度）的字符序列。例如，*.txt表示匹配所有以.txt为扩展名的文件，不管文件名的前面部分是什么。

• ?（问号）通配符

  • 功能：?可以匹配任意单个字符。例如，file?.txt会匹配像file1.txt、file2.txt等文件名，其中?的位置可以是任意一个字符。

  • 示例：如果有file1.txt、file2.txt、fileA.txt和data.txt这些文件，glob.glob('file?.txt')将返回['file1.txt', 'file2.txt', 'fileA.txt']，它匹配文件名是file后面跟着一个字符且扩展名为.txt的文件。

• []（方括号）通配符

  • 功能：[]用于匹配方括号内指定的一组字符中的任意一个。例如，file[123].txt会匹配file1.txt、file2.txt和file3.txt。

  • 示例：假设有file1.txt、file2.txt、file4.txt和fileA.txt这些文件，glob.glob('file[123].txt')将返回['file1.txt', 'file2.txt']，只匹配文件名中file后面跟着1、2或3且扩展名为.txt的文件。

3.glob模块的主要函数

• • glob.glob()函数

  • 功能：该函数返回所有匹配指定模式的文件路径的列表。它接受一个表示路径模式的字符串作为参数，在当前目录以及子目录（如果模式包含目录遍历相关的部分）中搜索匹配的文件路径。
  • 示例：搜索当前目录下所有的 Python 文件：

         import glob
         python_files = glob.glob('*.py')
         print(python_files)

搜索指定目录下（例如data目录）所有的.csv文件：

         import glob
         csv_files_in_data_dir = glob.glob('data/*.csv')
         print(csv_files_in_data_dir)

glob.iglob()函数

• 功能：这是一个生成器函数，它与glob.glob()类似，用于返回匹配指定模式的文件路径。但是，它返回的是一个生成器对象，而不是一个列表。这样在处理大量文件路径时，可以节省内存，因为生成器是按需生成元素的，而不是一次性生成所有元素。
• 示例：

       import glob
       for file_path in glob.iglob('*.jpg'):
           print(file_path)

这个示例会逐个打印出当前目录下所有匹配*.jpg模式的文件路径，而不是将所有路径存储在一个列表中再处理。

使用glob模块的注意事项

• 路径的相对性质：glob函数所使用的路径模式是相对路径，默认是相对于当前工作目录的。如果需要指定绝对路径，需要在模式字符串中提供完整的路径信息。例如，要搜索根目录下的/var/log目录中的.log文件，可以使用glob.glob('/var/log/*.log')。

• 目录的遍历：当模式中包含目录遍历部分（如**）时，要注意性能问题。例如，**/*.txt会遍历当前目录及其所有子目录来查找.txt文件，这在目录结构复杂且文件数量众多时可能会消耗较多的时间和资源。在 Python 3.5 及以上版本中，**用于递归地匹配目录。

• 区分大小写：在大多数操作系统中，glob模块的匹配是区分大小写的。例如，*.TXT不会匹配名为file.txt的文件，只会匹配扩展名为.TXT的文件（如果有的话）。