glob 文件名匹配

当程序需要在指定目录中找到一批文件时，如何限制搜索范围、控制匹配规则，并确认结果不会误伤其他内容？glob 模块使用通配符批量匹配文件和目录名称，适合解决下面这类问题：

• 找出一个目录中的所有 Python 文件
• 递归查找所有 Markdown 文档
• 匹配具有相似名称的一组文件

glob 只负责查找路径，不读取文件内容，也不会自动删除或移动文件。

文件名匹配规则

通配符和正则表达式都能描述匹配规则，但它们不是同一种语法：

工具	主要匹配对象	示例
glob	文件和目录名称	*.py
正则表达式	普通字符串内容	r"[A-Za-z_]+\.py"

glob 中的 * 不是正则中的 .*，也不能在 glob 规则中使用 \d、+、() 等正则语法。

常用通配符：

通配符	含义
*	匹配一个路径片段中的任意数量字符
?	匹配一个路径片段中的任意单个字符
[abc]	匹配集合中的一个字符
[a-z]	匹配范围中的一个字符
[!abc]	匹配不在集合中的一个字符
**	在递归模式下跨越多层目录

例如：

规则	可能匹配的名称
*.py	main.py、student.py
test_?.py	test_a.py、test_1.py
[ab]*.log	app.log、backup.log
[!a]*.txt	不以 a 开头的 .txt 文件

普通的 * 和 ? 不会跨越路径分隔符。需要进入多层目录时，应使用递归规则 **。

搜索范围与结果管理

glob.glob(pattern) 返回所有匹配路径组成的列表：

import glob

python_files = glob.glob("*.py")
print(python_files)

相对规则默认从当前工作目录开始匹配，因此程序从不同目录启动时，结果可能不同。

文件系统没有保证返回顺序。需要稳定展示或处理时，应主动排序：

python_files = sorted(glob.glob("*.py"))

匹配结果可能包含文件，也可能包含目录。后续操作要求特定类型时，需要配合 Path.is_file() 或 Path.is_dir() 检查。

固定搜索范围：

Python 3.14 可以通过 root_dir 指定搜索根目录，不需要调用 os.chdir()：

from pathlib import Path
import glob

script_dir = Path(__file__).resolve().parent
sample_dir = script_dir / "sample_files"

python_files = sorted(glob.glob("*.py", root_dir=sample_dir))
print(python_files)

规则是相对路径时，返回结果也相对于 root_dir。搜索过程不会改变程序的当前工作目录。

递归查找：

** 配合 recursive=True 可以进入多层目录：

markdown_files = sorted(
    glob.glob("**/*.md", root_dir=sample_dir, recursive=True)
)

print(markdown_files)

**/*.md 会匹配搜索根目录及其子目录中的 Markdown 文件。

递归扫描大型目录可能比较慢。应该把 root_dir 限制在明确范围内，不要轻易从用户主目录或磁盘根目录开始递归。

延迟读取结果：iglob()

glob.glob() 会先收集全部结果并返回列表。glob.iglob() 返回迭代器，可以逐个取得结果：

for path in glob.iglob("**/*.py", root_dir=sample_dir, recursive=True):
    print(path)

结果较多，或者只需要逐项处理时，可以使用 iglob()。如果展示顺序必须稳定，仍然需要收集结果后排序。

特殊名称与隐藏内容

glob 默认不会让普通通配符匹配以点开头的隐藏名称。例如，*.py 不会匹配 .hidden.py，递归查找也不会自动进入 .hidden 目录。

如果明确需要包含隐藏内容，可以设置 include_hidden=True：

all_python_files = sorted(
    glob.glob(
        "**/*.py",
        root_dir=sample_dir,
        recursive=True,
        include_hidden=True,
    )
)

也可以在规则中明确写出点号，例如 .hidden/*.py。是否处理隐藏文件应该是主动选择，而不是无意扩大扫描范围。

按字面匹配特殊文件名：

文件名本身可能包含 *、? 或 [。如果希望按字面匹配这些字符，可以使用 glob.escape()：

special_name = "[draft].txt"
escaped_pattern = glob.escape(special_name)

result = glob.glob(escaped_pattern, root_dir=sample_dir)
print(result)

如果直接把 [draft].txt 当作规则，方括号会被解释为字符集合，不会表示完整的字面文件名。

与 pathlib 配合

glob 模块返回字符串路径：

paths = glob.glob("**/*.py", root_dir=sample_dir, recursive=True)

如果已经使用 Path 管理路径，也可以直接调用：

python_files = sorted(sample_dir.glob("*.py"))
all_python_files = sorted(sample_dir.rglob("*.py"))

写法	返回结果	搜索范围
glob.glob()	字符串列表	由规则和 root_dir 决定
glob.iglob()	字符串迭代器	由规则和 root_dir 决定
Path.glob()	Path 对象迭代器	当前路径下按规则匹配
Path.rglob()	Path 对象迭代器	当前路径下递归匹配

隐藏文件行为也有区别：glob 默认忽略点号开头的名称，而 Path.glob()、Path.rglob() 会把点号当作普通字符。

案例：查找课程文件

需求： 在固定的 sample_files 目录中查找 Markdown 文件、可见与隐藏的 Python 文件，以及名称包含特殊字符的文本文件，并只输出匹配路径。

功能分析： 使用 root_dir 限制搜索范围，用 ** 和 recursive=True 查找子目录，分别用默认规则与 include_hidden=True 对比隐藏文件，再用 iglob() 和 glob.escape() 处理不同结果形式与特殊文件名。

准备下面的示例目录：

01-find-course-files/
├── main.py
└── sample_files/
    ├── .hidden/
    │   └── secret.py
    ├── docs/
    │   └── intro.md
    ├── tests/
    │   └── test_app.py
    ├── [draft].txt
    ├── README.md
    └── app.py

按目录树创建样本文件。隐藏目录 .hidden 和文件名 [draft].txt 要保持原样，才能观察两种匹配规则的差异。

sample_files/README.md

# 示例课程

用于 glob 文件匹配练习。

sample_files/docs/intro.md

# 课程说明

glob 可以按照通配符查找文件。

sample_files/[draft].txt

文件名中包含方括号。

样本中的三个 Python 文件各写入一行，程序只匹配它们的路径，不执行其内容：

sample_files/app.py

print("示例程序")

sample_files/tests/test_app.py

print("示例测试文件")

sample_files/.hidden/secret.py

print("隐藏目录中的示例")

程序固定搜索 sample_files，分别查找文档、可见 Python 文件、全部 Python 文件和特殊文件名：

from pathlib import Path
import glob


def show_paths(title, paths):
    print(f"{title}:")
    for path in paths:
        print(f"- {path}")


def main():
    script_dir = Path(__file__).resolve().parent
    sample_dir = script_dir / "sample_files"

    markdown_files = sorted(
        glob.glob("**/*.md", root_dir=sample_dir, recursive=True)
    )
    visible_python_files = sorted(
        glob.iglob("**/*.py", root_dir=sample_dir, recursive=True)
    )
    all_python_files = sorted(
        glob.glob(
            "**/*.py",
            root_dir=sample_dir,
            recursive=True,
            include_hidden=True,
        )
    )
    hidden_python_files = sorted(
        set(all_python_files) - set(visible_python_files)
    )
    special_files = glob.glob(
        glob.escape("[draft].txt"),
        root_dir=sample_dir,
    )

    show_paths("Markdown 文件", markdown_files)
    show_paths("可见 Python 文件", visible_python_files)
    show_paths("额外发现的隐藏 Python 文件", hidden_python_files)
    show_paths("特殊文件名", special_files)


if __name__ == "__main__":
    main()

运行结果：

Markdown 文件：
- README.md
- docs/intro.md
可见 Python 文件：
- app.py
- tests/test_app.py
额外发现的隐藏 Python 文件：
- .hidden/secret.py
特殊文件名：
- [draft].txt

案例只查找并输出路径，不会读取、修改或删除文件。

批量操作安全边界

glob 本身是只读查找，但匹配结果经常会继续交给复制、移动或删除操作。批量修改之前应确认：

1. root_dir 是否限制在预期目录。
2. 通配符是否匹配了额外文件或目录。
3. 是否需要包含隐藏文件。
4. 结果顺序是否会影响后续处理。
5. 是否已经先输出并人工检查匹配列表。

不要把未经检查的宽泛规则直接交给 unlink()、move() 或 rmtree()。

小结

• glob 使用文件名通配符匹配路径，不使用正则表达式语法。
• glob() 返回列表，iglob() 返回可以逐个读取的迭代器。
• root_dir 可以固定搜索范围，而不改变当前工作目录。
• ** 配合 recursive=True 可以递归进入子目录。
• glob 默认忽略隐藏名称，可以通过 include_hidden=True 主动包含。
• glob.escape() 可以按字面匹配包含特殊字符的文件名。
• Path.glob() 和 Path.rglob() 返回 Path 对象，并且隐藏文件行为不同。

练习

1. 使用 root_dir 查找示例目录中的所有 .txt 文件。
2. 使用 ? 匹配名称中只有一个可变字符的文件。
3. 分别使用 glob() 和 iglob() 递归查找 Python 文件。
4. 比较默认模式和 include_hidden=True 的结果。
5. 使用 glob.escape() 匹配 [draft].txt。
6. 使用 Path.rglob() 重写综合案例中的 Markdown 文件查找。