python glob 文件名匹配 Python3标准库glob文件名模式匹配的问题
爱编程的小灰灰 人气:01. glob文件名模式匹配
尽管glob API很小,但这个模块的功能却很强大。只要程序需要查找文件系统中名字与某个模式匹配的一组文件,就可以使用这个模块。要创建一个文件名列表,要求其中各个文件名都有某个特定的扩展名、前缀或者中间都有某个共同的字符串,就可以使用glob而不用编写定制代码来扫描目录内容。
glob的模式规则与re模块使用的正则表达式并不相同。实际上,glob的模式遵循标准UNIX路径扩展规则。只使用几个特殊字符来实现两个不同的通配符和字符区间。模式规则应用于文件名中的段(在路径分隔符/处截止)。
1.1 实例数据
本节中的示例假定当前工作目录中存在以下测试文件。
test_files test_files/file.txt test_files/file1.txt test_files/file2.txt test_files/filea.txt test_files/fileb.txt test_files/subfiles test_files/subfiles/subfile.txt
如果这些文件不存在,请glob_maketestdata.py在运行以下示例之前使用示例代码创建它们。
1.2 通配符
星号(*)匹配一个文件名段中的0个或多个字符。例如,test_files/*。
import glob for name in sorted(glob.glob('test_files/*')): print(name)
这个模式会匹配目录test_files中的所有路径名(文件或目录),但不会进一步递归搜索到子目录。glob()返回的数据不会排序,所以这里的实例会进行排序以便研究结果。
要列出子目录中的文件,必须把子目录包含在模式中。
import glob print('Named explicitly:') for name in sorted(glob.glob('test_files/subfiles/*')): print(' {}'.format(name)) print('Named with wildcard:') for name in sorted(glob.glob('test_files/*/*')): print(' {}'.format(name))
前面显示的第一种情况显式列出了子目录名,第二种情况则依赖一个通配符来查找目录。
在这里,两种做法的结果是一样的。如果还有另一个子目录,则通配符会匹配这两个子目录,并且两个子目录中的文件名都会出现在结果中。
1.3 单字符通配符
问号(?)也是一个通配符。它会匹配文件名中该位置的单个字符。
import glob for name in sorted(glob.glob('test_files/file?.txt')): print(name)
前面的例子会匹配以file开头,然后是另外一个任意字符,最后以.txt结尾的所有文件名。
1.4 字符区间
如果使用字符区间([a-z])而不是问号,则可以匹配多个字符中的一个字符。下面这个例子会查找名字中扩展名前有一个数字的所有文件。
import glob for name in sorted(glob.glob('test_files/*[0-9].*')): print(name)
字符区间[0-9]会匹配所有单个数字。区间根据各字母/数字的字符码排序,短横线指示连续字符组成的一个不间断区间。这个区间值也可以写为[0123456789]。
1.5 转义元字符
有时有必要搜索名字中包含一些特殊元字符的文件,glob使用这些特殊元字符表示模式。escape()函数会建立一个适合的模式,其中的特殊字符会被“转义”,使它们不会被glob扩展或解释为特殊字符。
import glob specials = '?*[' for char in specials: pattern = 'test_files/*' + glob.escape(char) + '.txt' print('Searching for: {!r}'.format(pattern)) for name in sorted(glob.glob(pattern)): print(name) print()
可以通过构建一个包含单个元素的字符区间来转义各个特殊字符。
总结
加载全部内容