什么是glob库？

Python的glob模块用于查找符合特定规则的文件路径名。它使用Unix shell风格的通配符进行文件匹配，让你可以轻松地搜索、筛选和操作文件系统中的文件。

与手动遍历目录相比，glob提供了一种更简洁、更高效的方式来处理文件路径匹配问题，特别适合需要批量处理文件的场景。

为什么使用glob库？

• 简洁的语法：使用通配符（*, ?等）简化文件匹配
• 跨平台兼容：在Windows、macOS和Linux上表现一致
• 高效便捷：一行代码完成复杂的文件搜索
• 与os模块无缝集成：返回结果可直接用于文件操作
• 支持递归搜索：轻松查找嵌套目录中的文件

glob通配符详解

glob核心函数

import glob

# 查找当前目录中所有.txt文件
txt_files = glob.glob('*.txt')
print(txt_files)

# 查找子目录中的图片文件
image_files = glob.glob('images/*.png')
print(image_files)

import glob

# 使用迭代器处理大量文件
for file_path in glob.iglob('**/*.log', recursive=True):
    print(f"正在处理: {file_path}")
    # 执行文件操作...

import glob

# 递归查找所有子目录中的.py文件
all_py_files = glob.glob('**/*.py', recursive=True)
print(f"找到{len(all_py_files)}个Python文件")

# 查找特定目录结构中的文件
config_files = glob.glob('project/**/config/*.ini', recursive=True)

实际应用示例

import glob
import os

# 将所有临时文件从.tmp重命名为.bak
for tmp_file in glob.glob('*.tmp'):
    new_name = os.path.splitext(tmp_file)[0] + '.bak'
    os.rename(tmp_file, new_name)
    print(f"重命名: {tmp_file} -> {new_name}")

import glob
import pandas as pd

# 找到所有2023年的CSV文件
csv_files = glob.glob('sales_data/sales_2023*.csv')

# 合并所有CSV文件
combined_csv = pd.concat([pd.read_csv(f) for f in csv_files])
combined_csv.to_csv("combined_sales_2023.csv", index=False)
print(f"合并了{len(csv_files)}个文件")

import glob
import os
from datetime import datetime, timedelta

# 查找超过30天的日志文件
cutoff_date = datetime.now() - timedelta(days=30)
for log_file in glob.glob('logs/**/*.log', recursive=True):
    mod_time = datetime.fromtimestamp(os.path.getmtime(log_file))
    if mod_time < cutoff_date:
        os.remove(log_file)
        print(f"删除旧日志: {log_file}")

glob使用注意事项

• 路径分隔符：Windows使用反斜杠(\)，而glob使用正斜杠(/)作为路径分隔符
• 大小写敏感：Unix系统区分大小写，Windows不区分
• 隐藏文件：glob默认不匹配以点(.)开头的隐藏文件
• 性能考虑：递归搜索大量文件时，考虑使用iglob避免内存问题
• 模式顺序：glob不保证返回的文件路径顺序，需要时自行排序
• 符号链接：默认情况下会跟随符号链接，可以使用glob.glob(..., include_hidden=False)控制

glob vs os.listdir

虽然os.listdir()也可以列出目录内容，但glob提供了更强大的模式匹配功能：

开始使用glob优化你的文件操作吧！

无论是简单的文件查找还是复杂的批量处理，glob都能让你的代码更简洁高效。