1. glob 是什么？ #

• glob 是 Python 标准库，用于按通配符模式查找文件路径，返回匹配的文件列表。
• 适合批量处理文件的场景：遍历所有 .py 文件、收集日志、清理临时文件等。
• 无需安装，直接 import glob 即可，底层在 Windows 和 Unix 上都能正常工作。
• 与 os.listdir() 只能列出目录内容不同，glob 支持 *、? 等模式匹配，更灵活。

# 导入 glob 模块
import glob

# 查找当前目录下所有 .txt 文件
files = glob.glob("*.txt")
# 打印匹配结果列表，如 ['notes.txt', 'data.txt']
print(files)

2. 通配符规则 #

• * 匹配任意长度的任意字符（不含路径分隔符），如 *.py 匹配当前目录所有 Python 文件。
• ** 匹配任意层级（包括子目录）中的任意字符，常与 recursive=True 配合递归查找，如 **/*.py 可以匹配所有子目录下的 Python 文件。
• ? 匹配单个任意字符，如 file?.txt 匹配 file1.txt、fileA.txt。
• [seq] 匹配方括号中的任意一个字符，如 [abc].txt 匹配 a.txt、b.txt、c.txt。
• 项目中 90% 的场景只需 * 和 **（递归），? 和 [] 了解即可。

3. 基本用法：glob.glob() #

• glob.glob(pattern) 返回所有匹配路径的列表，没有匹配时返回空列表 []。
• 默认只搜索当前目录一层，不会进入子目录（除非使用 ** 递归）。
• 路径分隔符在 Windows 上可用 / 或 \\，推荐统一用 / 或 pathlib 拼接。
• 结果顺序不保证，需要排序时用 sorted(glob.glob(...))。

# 导入 glob 模块
import glob

# 匹配当前目录下所有 .py 文件
py_files = glob.glob("*.py")
print(py_files)

# 匹配 logs 子目录下的 .log 文件
logs = glob.glob("logs/*.log")
print(logs)

# 分别查找 .png 和 .jpg 后合并列表
images = glob.glob("*.png") + glob.glob("*.jpg")
print(images)

# 排序后逐一遍历 data 目录下的 .csv 文件
for path in sorted(glob.glob("data/*.csv")):
    print(path)

4. 递归匹配 #

• ** 表示递归进入所有子目录，需配合 recursive=True 参数使用。
• 适合在项目中查找所有源码文件、配置文件，如 **/*.py、**/config.json。
• 大型目录树中递归搜索可能较慢，结果较多时考虑用 glob.iglob() 逐条迭代，节省内存。
• Python 3.5+ 也常用 pathlib.Path.rglob() 做递归匹配，与 glob 功能类似。

# 导入 glob 模块
import glob

# 递归查找所有子目录中的 .py 文件
all_py = glob.glob("**/*.py", recursive=True)
print(all_py)

# 递归查找 project 目录下所有 .log 文件
all_logs = glob.glob("project/**/*.log", recursive=True)
print(all_logs)

# 导入 glob 模块
import glob

# iglob 返回迭代器，适合文件数量很多时逐条处理
for path in glob.iglob("**/*.py", recursive=True):
    print(path)

from pathlib import Path

# 使用 pathlib.Path.rglob() 递归匹配所有以 .py 结尾的文件
p = Path('.')
for pyfile in p.rglob('*.py'):
    print(pyfile)

5. 实用示例 #

• 下面三个场景是项目中最常见的 glob 用法：批量读取、批量删除、统计文件。
• 处理文件时建议先 print 确认匹配列表，避免误删或误处理。
• 配合 os.path 或 pathlib 可进一步判断是文件还是目录、获取文件大小等。
• 写脚本清理或迁移文件时，glob 比手动遍历目录简洁得多。

5.1 批量读取文件 #

# 导入 glob 模块
import glob

# 排序后遍历 data 目录下所有 .json 文件
for path in sorted(glob.glob("data/*.json")):
    # 以 UTF-8 编码打开每个匹配文件
    with open(path, encoding="utf-8") as f:
        print(f"读取: {path}")
        # 处理文件内容...

5.2 批量删除临时文件 #

# 导入 glob 和 os 模块
import glob
import os

# 遍历 temp 目录下所有 .tmp 文件并删除
for path in glob.glob("temp/*.tmp"):
    os.remove(path)
    print(f"已删除: {path}")

5.3 统计项目中的 Python 文件 #

# 导入 glob 模块
import glob

# 递归收集所有 .py 文件路径
py_files = glob.glob("**/*.py", recursive=True)
# 打印文件总数
print(f"共 {len(py_files)} 个 .py 文件")
# 预览前 5 个文件路径
for path in py_files[:5]:
    print(f"  {path}")

6. 常见错误与注意事项 #

• glob("*.py") 只匹配当前目录，不匹配子目录中的文件，需要子目录请用 subdir/*.py 或 **/*.py。
• 模式写错不会报错，只会返回空列表，调试时先 print(glob.glob(pattern)) 确认匹配结果。
• ** 递归必须传 recursive=True，否则 ** 会被当作普通字符处理。
• Windows 路径含空格或特殊字符时，用原始字符串 r"C:\my data\*.txt" 避免转义问题。

# 导入 glob 模块
import glob

# 错误：未传 recursive=True，结果通常为空或很少
files = glob.glob("**/*.py")

# 正确：开启递归匹配所有子目录中的 .py 文件
files = glob.glob("**/*.py", recursive=True)

7. 总结 #

• glob 用通配符模式批量查找文件，核心是 glob.glob(pattern) 和 glob.iglob(pattern)。
• 日常最常用：* 单层匹配、**/*.ext + recursive=True 递归匹配。
• 批量处理、清理、统计文件时首选 glob，比手写 os.walk + 字符串判断更简洁。
• 更现代的路径操作可配合 pathlib.Path.glob() / rglob()，与 glob 模块互通。

7.1 速查 #

# 导入 glob 模块
import glob

# 当前目录下所有 .txt 文件
glob.glob("*.txt")
# src 目录下所有 .py 文件
glob.glob("src/*.py")
# 递归查找所有子目录中的 .py 文件
glob.glob("**/*.py", recursive=True)
# 迭代器版本，节省内存
glob.iglob("logs/*.log")

# 排序后遍历 data 目录下的 .csv 文件
sorted(glob.glob("data/*.csv"))

7.2 最佳实践 #

• 匹配后先打印列表确认，再执行删除或修改操作
• 大量文件用 iglob 迭代，避免一次性加载到内存
• 递归搜索大项目时注意性能，可缩小范围如 src/**/*.py
• 路径拼接优先用 pathlib 或 os.path.join，减少硬编码分隔符