快捷導(dǎo)航

Python利用glob庫實(shí)現(xiàn)輕松應(yīng)對(duì)文件和目錄管理

更新時(shí)間：2023年07月27日 11:15:36 作者：繁依Fanyi

Python提供了glob庫，它允許我們根據(jù)特定模式匹配文件和目錄，本文將詳細(xì)介紹glob庫的用法，并通過實(shí)例演示它的各種功能，需要的可以了解一下

導(dǎo)言

在Python編程中，我們經(jīng)常需要處理文件和目錄。為了更便捷地處理這些任務(wù)，Python提供了glob庫，它允許我們根據(jù)特定模式匹配文件和目錄。本篇博客將詳細(xì)介紹glob庫的用法，并通過實(shí)例演示它的各種功能。

什么是glob庫

glob庫是Python標(biāo)準(zhǔn)庫中的一個(gè)模塊，它提供了一個(gè)簡單而強(qiáng)大的方法來匹配文件和目錄的路徑名。通常情況下，我們?cè)诿钚兄惺褂猛ㄅ浞麃硭阉魑募?，例?code>*.txt表示匹配所有以.txt為后綴的文件。glob庫允許我們以編程的方式在Python腳本中執(zhí)行類似的文件匹配操作。

glob庫的主要方法是glob()函數(shù)，該函數(shù)接受一個(gè)模式字符串作為輸入，并返回與該模式匹配的所有文件和目錄的列表。

安裝glob庫

在大多數(shù)情況下，Python已經(jīng)預(yù)裝了glob庫，因此你不需要額外安裝。如果你的Python環(huán)境中沒有glob庫，可以使用以下命令來安裝：

pip install glob2

現(xiàn)在讓我們開始探索glob庫的各種功能。

基本使用方法

導(dǎo)入glob庫

在使用glob庫之前，首先需要導(dǎo)入它。在Python中，我們使用import語句來導(dǎo)入模塊：

import glob

使用通配符匹配文件

glob庫使用通配符來匹配文件和目錄。下面是一些常用的通配符：

*：匹配0個(gè)或多個(gè)字符。
?：匹配單個(gè)字符。
[]：匹配指定范圍內(nèi)的字符，如[0-9]匹配所有數(shù)字字符。

讓我們來看一個(gè)例子。假設(shè)我們有一個(gè)文件夾data，其中包含以下文件：

data/
    file1.txt
    file2.txt
    image.jpg
    data.csv

現(xiàn)在，我們想要匹配所有以.txt為后綴的文件。我們可以使用*.txt作為模式字符串：

txt_files = glob.glob("data/*.txt")
print(txt_files)

輸出：

['data/file1.txt', 'data/file2.txt']

正如我們所見，glob.glob()函數(shù)返回了一個(gè)列表，其中包含了所有以.txt為后綴的文件路徑。

匹配特定目錄

如果我們希望匹配的文件在子目錄中，我們可以使用雙星號(hào)**來進(jìn)行遞歸搜索。例如，假設(shè)我們有以下文件結(jié)構(gòu)：

data/
    file1.txt
    subdir/
        file2.txt
        file3.txt

我們想要匹配所有以.txt為后綴的文件，不論它們位于哪個(gè)子目錄中。我們可以使用**/*.txt作為模式字符串：

txt_files_recursive = glob.glob("data/**/*.txt", recursive=True)
print(txt_files_recursive)

輸出：

['data/file1.txt', 'data/subdir/file2.txt', 'data/subdir/file3.txt']

使用recursive=True參數(shù)，我們可以匹配到所有子目錄中的文件。

匹配多種后綴

有時(shí)候我們需要匹配多種后綴的文件，可以使用[]來指定匹配的范圍。例如，如果我們想要匹配.txt和.csv文件，我們可以使用["*.txt", "*.csv"]作為模式字符串：

txt_and_csv_files = glob.glob("data/*.[txt|csv]")
print(txt_and_csv_files)

輸出：

['data/file1.txt', 'data/file2.txt', 'data/data.csv']

獲取目錄列表

除了匹配文件，glob庫還可以獲取目錄列表。如果我們想要列出所有子目錄，可以使用*/作為模式字符串：

subdirs = glob.glob("data/*/") 
print(subdirs)

輸出：

['data/subdir/']

使用iglob()進(jìn)行迭代

對(duì)于大型目錄，一次性獲取所有匹配的文件列表可能會(huì)占用大量內(nèi)存。在這種情況下，可以使用iglob()函數(shù)來進(jìn)行迭代獲取。iglob()返回一個(gè)迭代器，逐個(gè)返回匹配的文件名。

txt_files_iterator = glob.iglob("data/*.txt")
for file in txt_files_iterator:
    print(file)

輸出：

data/file1.txt
data/file2.txt

iglob()適用于處理大量文件時(shí)，可以節(jié)省內(nèi)存開銷。

過濾和排序匹配結(jié)果

在上面的例子中，我們看到glob.glob()返回匹配模式的所有文件和目錄列表。然而，有時(shí)候我們可能只對(duì)某些特定的文件感興趣，或者希望按照一定規(guī)則對(duì)匹配結(jié)果進(jìn)行排序。glob庫提供了一些方法來實(shí)現(xiàn)這些需求。

過濾匹配結(jié)果

glob庫允許我們使用fnmatch模塊的匹配方法來過濾匹配結(jié)果。這對(duì)于在匹配結(jié)果中執(zhí)行更復(fù)雜的模式匹配非常有用。例如，假設(shè)我們只想匹配以file開頭的文件：

import glob
import fnmatch
# 獲取所有以'file'開頭的文件
file_starting_with_file = fnmatch.filter(glob.glob("data/*"), "file*")
print(file_starting_with_file)

輸出：

['data/file1.txt', 'data/file2.txt']

在這個(gè)例子中，我們使用fnmatch.filter()方法來從匹配結(jié)果中過濾以file開頭的文件。

排序匹配結(jié)果

glob庫返回的匹配結(jié)果通常是按照操作系統(tǒng)的文件系統(tǒng)規(guī)則排序的。但是，有時(shí)候我們可能需要按照自定義的方式對(duì)匹配結(jié)果進(jìn)行排序。在這種情況下，我們可以使用Python的內(nèi)置sorted()函數(shù)來對(duì)匹配結(jié)果進(jìn)行排序。

例如，假設(shè)我們想按照文件大小對(duì)匹配的文件進(jìn)行排序：

import glob
import os
# 獲取匹配的文件并按照文件大小排序
matched_files = glob.glob("data/*.txt")
sorted_files_by_size = sorted(matched_files, key=os.path.getsize)
print(sorted_files_by_size)

輸出：

['data/file1.txt', 'data/file2.txt']

在這個(gè)例子中，我們使用os.path.getsize()函數(shù)作為sorted()函數(shù)的key參數(shù)，從而按照文件大小對(duì)匹配結(jié)果進(jìn)行排序。

自定義匹配規(guī)則

glob庫允許我們使用自定義函數(shù)來對(duì)匹配結(jié)果進(jìn)行過濾和排序。例如，假設(shè)我們想要匹配所有以奇數(shù)數(shù)字結(jié)尾的文件，并按照數(shù)字大小進(jìn)行排序：

import glob
# 自定義過濾函數(shù)
def custom_filter(file_path):
    filename = file_path.split("/")[-1]
    last_char = filename[-5]  # 獲取倒數(shù)第5個(gè)字符，即文件名中的最后一個(gè)數(shù)字
    return last_char.isdigit() and int(last_char) % 2 == 1
# 獲取匹配的文件并按照自定義規(guī)則排序
matched_files = glob.glob("data/*")
filtered_and_sorted_files = sorted(filter(custom_filter, matched_files))
print(filtered_and_sorted_files)

輸出：

['data/file1.txt']

在這個(gè)例子中，我們定義了一個(gè)custom_filter()函數(shù)來過濾以奇數(shù)數(shù)字結(jié)尾的文件，并使用sorted()函數(shù)按照自定義規(guī)則進(jìn)行排序。

遍歷子目錄中的文件

前面我們介紹了使用**來進(jìn)行遞歸搜索，但如果你只希望遍歷子目錄中的文件而不進(jìn)一步進(jìn)入子目錄，可以使用glob.glob()結(jié)合os.path.join()來實(shí)現(xiàn)。

例如，假設(shè)我們有以下文件結(jié)構(gòu)：

data/
file1.txt
subdir1/
file2.txt
file3.txt
subdir2/
file4.txt

現(xiàn)在我們只想遍歷data目錄及其直接子目錄中的所有文件：

import glob
import os
def list_files_in_directory(directory):
    files = []
    for file_path in glob.glob(os.path.join(directory, "*")):
        if os.path.isfile(file_path):
            files.append(file_path)
    return files
directory_path = "data"
files_in_directory = list_files_in_directory(directory_path)
print(files_in_directory)

輸出：

['data/file1.txt', 'data/subdir1/file2.txt', 'data/subdir1/file3.txt', 'data/subdir2/file4.txt']

在這個(gè)例子中，我們定義了一個(gè)list_files_in_directory()函數(shù)，該函數(shù)遍歷指定目錄中的文件，并忽略子目錄。使用os.path.join()函數(shù)來構(gòu)建文件路徑，確保可以正確處理不同操作系統(tǒng)下的路徑分隔符。

使用glob庫進(jìn)行文件處理

glob庫不僅僅用于匹配和獲取文件列表，還可以方便地進(jìn)行文件處理。我們可以將glob庫與其他Python庫（例如os、shutil等）結(jié)合使用，來執(zhí)行各種文件操作。

復(fù)制文件

假設(shè)我們想將所有以.txt為后綴的文件復(fù)制到另一個(gè)目錄中，我們可以使用shutil庫來實(shí)現(xiàn)：

import glob
import shutil
source_directory = "data"
destination_directory = "backup"
txt_files = glob.glob(os.path.join(source_directory, "*.txt"))
for txt_file in txt_files:
    shutil.copy(txt_file, destination_directory)

在這個(gè)例子中，我們首先使用glob庫來獲取所有以.txt為后綴的文件列表，然后使用shutil.copy()函數(shù)將這些文件復(fù)制到backup目錄中。

刪除文件

如果我們希望刪除所有以.csv為后綴的文件，可以使用os.remove()函數(shù)來實(shí)現(xiàn)：

import glob
csv_files = glob.glob("data/*.csv")
for csv_file in csv_files:
    os.remove(csv_file)

在這個(gè)例子中，我們使用glob庫來獲取所有以.csv為后綴的文件列表，然后使用os.remove()函數(shù)來刪除這些文件。

批量重命名文件

glob庫與字符串處理和os.rename()函數(shù)結(jié)合使用，可以批量重命名文件。假設(shè)我們有一系列文件名格式為file_<num>.txt（例如file_1.txt、file_2.txt等），現(xiàn)在我們希望將它們重命名為data_<num>.txt：

import glob
import os
files_to_rename = glob.glob("data/file_*.txt")
for old_file_path in files_to_rename:
    new_file_path = old_file_path.replace("file_", "data_")
    os.rename(old_file_path, new_file_path)

在這個(gè)例子中，我們首先使用glob庫獲取所有需要重命名的文件，然后使用字符串的replace()方法將file_替換為data_，最后使用os.rename()函數(shù)進(jìn)行重命名。

使用glob庫的注意事項(xiàng)

雖然glob庫是一個(gè)功能強(qiáng)大的工具，但在使用時(shí)還有一些注意事項(xiàng)：

在使用glob庫時(shí)，應(yīng)該謹(jǐn)慎處理用戶提供的輸入，以避免路徑遍歷攻擊（Path Traversal Attack）。
使用glob庫時(shí)要注意平臺(tái)兼容性，特別是在處理路徑分隔符時(shí)。建議使用os.path.join()來構(gòu)建文件路徑，以確保在不同操作系統(tǒng)上都能正確運(yùn)行。
對(duì)于大型目錄和大量文件的處理，使用iglob()或者配合生成器（generator）等方法，可以避免不必要的內(nèi)存開銷。