使用glob **根据递归参数匹配文件扩展名

如何解决使用glob **根据递归参数匹配文件扩展名

我正在尝试使用全局模式匹配具有给定扩展名的文件。 glob函数（来自glob模块）具有参数“递归”，似乎应该打开或关闭搜索子目录。但是，只有在recursive = False的情况下，才能在当前目录中构造与当前类型的文件相匹配的glob模式，而在recursive = True的情况下，也不能在子目录中与该文件类型相匹配。

folder='C:\\test'
glob(folder+'**.ext',recursive=True) #fails to find any files
glob(folder+'\\**.ext',recursive=True) #fails to search subfolders
glob(folder+'\\**',recursive=True) #fails to filter by type
glob(folder+'\\**\\*.ext',recursive=False) #searches subfolders when it shouldn't
glob(folder+'**\\*.ext',recursive=True) #fails to search subfolders

基于文档

“ **”将匹配任何文件以及零个或多个目录

因此，我希望**的行为类似于*，但它也匹配斜杠。但是，它没有按预期运行（请参阅上面的前两个示例）。

为什么**不能按预期工作，并且有一种模式可以匹配某些文件类型，并且仅可以使用递归参数来打开或关闭递归？

解决方法

我认为您误解了recursive=True的含义。它用于允许**表示搜索可变深度的子目录-glob(folder+'\\**\\*.ext',recursive=True)将在起始文件夹或其下方的任何位置找到任何*.ext个文件。如果没有recursive=True，将以正常方式解释**，每个*的含义是匹配除\ 和{因此，{1}}等同于**，换句话说，*将搜索从起始文件夹向下精确到子目录一级的任何glob(folder+'\\**\\*.ext',recursive=False)文件在起始文件夹本身或更深的子目录中。

究竟应该使用哪种取决于您要查找的内容-确实可能是您需要使用*.ext语句在不同的情况下进行选择-但是没有用于的情况将if与**一起使用，因为在这种情况下，它等效于recursive=False。

最可能有用的选项是：

*

glob(folder+'\\*.ext',recursive=False) # search in top folder only glob(folder+'\\*\\*.ext',recursive=False) # search exactly one level down glob(folder+'\\**\\*.ext',recursive=True) # search to arbitrary depth 可以省略，因为它是默认值。

如果要使用布尔选项在两个选项之间进行选择，则始终可以编写自己的包装函数，例如：

,recursive=False

（在类似Unix的操作系统中，请阅读上文def myglob(folder,pattern,subdirs=False): if subdirs: return glob(f'{folder}\\**\\{pattern}',recursive=True) else return glob(f'{folder}\\{pattern}') print(myglob(folder,'*.ext',subdirs=False)) print(myglob(folder,subdirs=True)) print(myglob(folder,'*.ext')) # same as subdirs=False in this example 的{​​{1}}。）

,

全局'**'的操作

可以在here中找到glob源代码。除注释外，“ **”仅出现在_isrecursive函数中：

def _isrecursive(pattern):
    if isinstance(pattern,bytes):
        return pattern == b'**'
    else:
        return pattern == '**'

由于_isrecursive函数使用相等运算符检查''，因此''仅在完整的'pattern'时才按预期运行。 _isrecursive函数在源代码中被调用4次，对整个glob调用一次，对“ basename”调用3次，定义为：

dirname,basename = os.path.split(pathname)

这是递归调用，一次将路径的尾部分开，每次，基名都是斜杠后面的所有内容（在技术上是os.sep，对于Windows或POSIX，它是\）。这意味着，为了使“ **”按所述方式运行，它不得与除斜杠之外的其他任何东西相邻。

如果递归未明确设置为True，则'**'='*'+'*'='*'，因为'*'匹配0个或多个非斜杠字符。

匹配扩展

由于'**'的工作方式，必须使用它表示整个glob的级别。由于r'folder \ ** \ *。ext' 表示 0个或更多级别，因此将匹配“ folder”以及子文件夹中的文件。但是，如果未将递归设置为true，则此模式将仅匹配子文件夹第一级中的文件。

'**。ext'将不起作用，因为'**'并不孤单。剩下以下选项：

1. 使用其他库（例如os.walk，pathlib.glob等）

2. [f for f in glob(folder+'\\**',recursive=subdirs) if f.endswith('.ext')]

3. glob(folder+('\\**' if subdirs else '')+'\\*.ext,recursive=True)

   或等效地，

   if recursive:
       glob(folder+'\\**\\*.ext',recursive=True)
   else:
       glob(folder+'\\*.ext')
   

4. glob(folder+'\\..\\**\\*.ext',recursive=subdirs) #not recommended since it will also match files in sibling folders