如何使用glob()递归查找文件?

pathlib.Path.rglob

pathlib.Path.rglob 从 pathlib 模块,它是在Python 3.5中引入的。

from pathlib import Path

for path in Path('src').rglob('*.c'):
    print(path.name)

如果不想使用pathlib,可以使用 glob.glob('**/*.c') recursive 关键字参数,它将在大目录上使用过多的时间。

适用于以点开头的匹配文件的情况( . ); 与当前目录中的文件或基于Unix的系统上的隐藏文件类似,请使用 os.walk 解决方案如下。

步行街

步行街 fnmatch.filter 要匹配简单表达式,请执行以下操作:

import fnmatch
import os

matches = []
for root, dirnames, filenames in os.walk('src'):
    for filename in fnmatch.filter(filenames, '*.c'):
        matches.append(os.path.join(root, filename))

与其他解决方案类似,但使用fnmatch.fnmatch而不是glob,因为os.WACK已经列出了文件名:

import os, fnmatch


def find_files(directory, pattern):
    for root, dirs, files in os.walk(directory):
        for basename in files:
            if fnmatch.fnmatch(basename, pattern):
                filename = os.path.join(root, basename)
                yield filename


for filename in find_files('src', '*.c'):
    print 'Found C source:', filename

然后

我已经修改了glob模块,以支持**进行递归globbing,例如:

>>> import glob2
>>> all_header_files = glob2.glob('src/**/*.c')

https://github.com/miracle2k/python-glob2/

当您希望为用户提供使用**语法的能力时,此功能非常有用,因此单靠os.walk()是不够的。

glob() 方法之一 Path pathlib 模块,它支持 ** 通配符。例如:

from pathlib import Path

for file_path in Path('src').glob('**/*.c'):
    print(file_path) # do whatever you need with these files

更新: 从Python3.5开始,同样的语法也受 glob.glob()

对于python>= 3.5 你可以用 ** , recursive=True

import glob
for f in glob.glob('/path/**/*.c', recursive=True):
    print(f)

Demo

如果递归是 True ,模式 将匹配任何文件和零 或更多 directories subdirectories . 如果模式后面是 一 os.sep 子目录 匹配。

注:

Python3.6 递归=真 使用时 ** 所以可以省略。

Demo Python 3.6

import os
import fnmatch


def recursive_glob(treeroot, pattern):
    results = []
    for base, dirs, files in os.walk(treeroot):
        goodfiles = fnmatch.filter(files, pattern)
        results.extend(os.path.join(base, f) for f in goodfiles)
    return results

fnmatch 提供与完全相同的模式 glob ,所以这真的是一个很好的替代品 glob.glob 语义非常接近。迭代版本(如发电机),用于替换 glob.iglob ,是一个微不足道的改编(只是 yield 中间结果随您进行,而不是 extend

你会想用 os.walk

import os
cfiles = []
for root, dirs, files in os.walk('src'):
  for file in files:
    if file.endswith('.c'):
      cfiles.append(os.path.join(root, file))

os.walk 和简单的后缀匹配,而不是 glob :

import os
cfiles = [os.path.join(root, filename)
          for root, dirnames, filenames in os.walk('src')
          for filename in filenames if filename.endswith('.c')]

它可以压缩成一个内衬:

import os;cfiles=[os.path.join(r,f) for r,d,fs in os.walk('src') for f in fs if f.endswith('.c')]

import os

def recursive_glob(rootdir='.', suffix=''):
    return [os.path.join(looproot, filename)
            for looproot, _, filenames in os.walk(rootdir)
            for filename in filenames if filename.endswith(suffix)]

cfiles = recursive_glob('src', '.c')

如果你真的需要 样式模式,你可以按照Alex的和 fnmatch :

import fnmatch
import os

def recursive_glob(rootdir='.', pattern='*'):
    return [os.path.join(looproot, filename)
            for looproot, _, filenames in os.walk(rootdir)
            for filename in filenames
            if fnmatch.fnmatch(filename, pattern)]

cfiles = recursive_glob('src', '*.c')

pathlib.rglob()

这就像打电话一样 Path.glob() "**/" 在给定的相对模式前面添加:

import pathlib


for p in pathlib.Path("src").rglob("*.c"):
    print(p)

另见@taleinat的相关内容 post 这里和一个类似的 post 在别处

import os, glob

for each in glob.glob('path/**/*.c', recursive=True):
    print(f'Name with path: {each} \nName without path: {os.path.basename(each)}')

• glob.glob('*.c') :匹配以结尾的所有文件 .c 在当前目录中
• glob.glob('*/*.c')
• glob.glob('**/*.c') :匹配以结尾的所有文件 C
• glob.glob('*.c',recursive=True) :与1相同
• glob.glob('*/*.c',recursive=True) :与3相同
• glob.glob('**/*.c',recursive=True) :匹配以结尾的所有文件 C 在当前目录和所有子目录中

#!/usr/binenv python2.7

import glob
import shutil
import os

src_dir = "/home/mustafa/Masaüstü/yedek"
dst_dir = "/home/mustafa/Genel/media"
for mediafile in glob.iglob(os.path.join(src_dir, "*", "*.jpg")): #"*" is for subdirectory
    shutil.copy(mediafile, dst_dir)

根据其他答案,这是我当前的工作实现,它检索根目录中的嵌套xml文件:

files = []
for root, dirnames, filenames in os.walk(myDir):
    files.extend(glob.glob(root + "/*.xml"))

我真的很喜欢python:)

Formic 哪个实现了Ant FileSet and Globs

import formic
fileset = formic.FileSet(include="/src/**/*.c")
for file_name in fileset.qualified_files():
    print file_name

适用于python 3.5及更高版本

import glob

#file_names_array = glob.glob('path/*.c', recursive=True)
#above works for files directly at path/ as guided by NeStack

#updated version
file_names_array = glob.glob('path/**/*.c', recursive=True)

您可能需要进一步的帮助

for full_path_in_src in  file_names_array:
    print (full_path_in_src ) # be like 'abc/xyz.c'
    #Full system path of this would be like => 'path till src/abc/xyz.c'

另一种方法是只使用glob模块。只要给rglob方法添加一个起始的基本目录和一个要匹配的模式,它就会返回一个匹配文件名的列表。

import glob
import os

def _getDirs(base):
    return [x for x in glob.iglob(os.path.join( base, '*')) if os.path.isdir(x) ]

def rglob(base, pattern):
    list = []
    list.extend(glob.glob(os.path.join(base,pattern)))
    dirs = _getDirs(base)
    if len(dirs):
        for d in dirs:
            list.extend(rglob(os.path.join(base,d), pattern))
    return list

 >>> base = r"c:\User\xtofl"
 >>> binfiles = [ os.path.join(base,f) 
            for base, _, files in os.walk(root) 
            for f in files if f.endswith(".jpg") ] 

如果有人对此感兴趣,我已经简要介绍了三种建议的方法。 我在globbed文件夹中有大约500K个文件(总共),还有2K个与所需模式匹配的文件。

下面是(非常基本的)代码

import glob
import json
import fnmatch
import os
from pathlib import Path
from time import time


def find_files_iglob():
    return glob.iglob("./data/**/data.json", recursive=True)


def find_files_oswalk():
    for root, dirnames, filenames in os.walk('data'):
        for filename in fnmatch.filter(filenames, 'data.json'):
            yield os.path.join(root, filename)

def find_files_rglob():
    return Path('data').rglob('data.json')

t0 = time()
for f in find_files_oswalk(): pass    
t1 = time()
for f in find_files_rglob(): pass
t2 = time()
for f in find_files_iglob(): pass 
t3 = time()
print(t1-t0, t2-t1, t3-t2)

步行时间:约3.6秒
rglob~14.5秒
iglob:~16.9秒

平台:Ubuntu 16.04,x86_64(core i7),

刚做了这个。。它将以分层方式打印文件和目录

但我没有比赛或走路

#!/usr/bin/python

import os,glob,sys

def dirlist(path, c = 1):

        for i in glob.glob(os.path.join(path, "*")):
                if os.path.isfile(i):
                        filepath, filename = os.path.split(i)
                        print '----' *c + filename

                elif os.path.isdir(i):
                        dirname = os.path.basename(i)
                        print '----' *c + dirname
                        c+=1
                        dirlist(i,c)
                        c-=1


path = os.path.normpath(sys.argv[1])
print(os.path.basename(path))
dirlist(path)

使用fnmatch或正则表达式的:

import fnmatch, os

def filepaths(directory, pattern):
    for root, dirs, files in os.walk(directory):
        for basename in files:
            try:
                matched = pattern.match(basename)
            except AttributeError:
                matched = fnmatch.fnmatch(basename, pattern)
            if matched:
                yield os.path.join(root, basename)

# usage
if __name__ == '__main__':
    from pprint import pprint as pp
    import re
    path = r'/Users/hipertracker/app/myapp'
    pp([x for x in filepaths(path, re.compile(r'.*\.py$'))])
    pp([x for x in filepaths(path, '*.py')])

import os, glob, itertools

results = itertools.chain.from_iterable(glob.iglob(os.path.join(root,'*.c'))
                                               for root, dirs, files in os.walk('src'))

for f in results: print(f)

os.path.join(root, 'some/path/*.c')

这是Python2.7上的工作代码。作为devops工作的一部分,我需要编写一个脚本,将标有live-appName.properties的配置文件移动到appName.properties。可能还有其他扩展文件,如live-appName.xml。

下面是这方面的工作代码,它在给定目录(嵌套级别)中查找文件,然后将其重命名(移动)为所需的文件名

def flipProperties(searchDir):
   print "Flipping properties to point to live DB"
   for root, dirnames, filenames in os.walk(searchDir):
      for filename in fnmatch.filter(filenames, 'live-*.*'):
        targetFileName = os.path.join(root, filename.split("live-")[1])
        print "File "+ os.path.join(root, filename) + "will be moved to " + targetFileName
        shutil.move(os.path.join(root, filename), targetFileName)

flipProperties(searchDir)

希望这有助于解决类似问题的人。

约翰·达林答案的简化版本,没有 fnmatch

import os

matches = []
for root, dirnames, filenames in os.walk('src'):
  matches += [os.path.join(root, f) for f in filenames if f[-2:] == '.c']

下面是我使用列表理解搜索的解决方案 倍数 递归地 在目录和所有子目录中:

import os, glob

def _globrec(path, *exts):
""" Glob recursively a directory and all subdirectories for multiple file extensions 
    Note: Glob is case-insensitive, i. e. for '\*.jpg' you will get files ending
    with .jpg and .JPG

    Parameters
    ----------
    path : str
        A directory name
    exts : tuple
        File extensions to glob for

    Returns
    -------
    files : list
        list of files matching extensions in exts in path and subfolders

    """
    dirs = [a[0] for a in os.walk(path)]
    f_filter = [d+e for d in dirs for e in exts]    
    return [f for files in [glob.iglob(files) for files in f_filter] for f in files]

my_pictures = _globrec(r'C:\Temp', '\*.jpg','\*.bmp','\*.png','\*.gif')
for f in my_pictures:
    print f

远程文件系统 或 ,您可以使用 fsspec AbstractFileSystem class . 例如,要列出zipfile中的所有文件,请执行以下操作:

from fsspec.implementations.zip import ZipFileSystem
fs = ZipFileSystem("/tmp/test.zip")
fs.glob("/**")  # equivalent: fs.find("/")

或者列出公开可用S3存储桶中的所有文件:

from s3fs import S3FileSystem
fs_s3 = S3FileSystem(anon=True)
fs_s3.glob("noaa-goes16/ABI-L1b-RadF/2020/045/**")  # or use fs_s3.find

您还可以将其用于本地文件系统,如果您的实现与文件系统无关,这可能会很有趣:

from fsspec.implementations.local import LocalFileSystem
fs = LocalFileSystem()
fs.glob("/tmp/test/**")

其他实现包括谷歌云、Github、SFTP/SSH、Dropbox和Azure。有关详细信息,请参阅 fsspec API documentation .

import sys, os, glob

dir_list = ["c:\\books\\heap"]

while len(dir_list) > 0:
    cur_dir = dir_list[0]
    del dir_list[0]
    list_of_files = glob.glob(cur_dir+'\\*')
    for book in list_of_files:
        if os.path.isfile(book):
            print(book)
        else:
            dir_list.append(book)

我修改了这篇帖子的答案。。最近创建了这个脚本,它将遍历给定目录(searchdir)中的所有文件及其子目录。。。并打印文件名、rootdir、修改/创建日期和大小。

希望这对某人有帮助。。。他们可以浏览目录并获取文件信息。

import time
import fnmatch
import os

def fileinfo(file):
    filename = os.path.basename(file)
    rootdir = os.path.dirname(file)
    lastmod = time.ctime(os.path.getmtime(file))
    creation = time.ctime(os.path.getctime(file))
    filesize = os.path.getsize(file)

    print "%s**\t%s\t%s\t%s\t%s" % (rootdir, filename, lastmod, creation, filesize)

searchdir = r'D:\Your\Directory\Root'
matches = []

for root, dirnames, filenames in os.walk(searchdir):
    ##  for filename in fnmatch.filter(filenames, '*.c'):
    for filename in filenames:
        ##      matches.append(os.path.join(root, filename))
        ##print matches
        fileinfo(os.path.join(root, filename))

下面是一个解决方案,它将根据完整路径而不仅仅是基本文件名匹配模式。

它使用 fnmatch.translate 将glob样式模式转换为正则表达式,然后根据遍历目录时找到的每个文件的完整路径进行匹配。

re.IGNORECASE 是可选的,但在Windows上是可取的,因为文件系统本身不区分大小写(我没有费心编译正则表达式,因为文档表明它应该在内部缓存。)

import fnmatch
import os
import re

def findfiles(dir, pattern):
    patternregex = fnmatch.translate(pattern)
    for root, dirs, files in os.walk(dir):
        for basename in files:
            filename = os.path.join(root, basename)
            if re.search(patternregex, filename, re.IGNORECASE):
                yield filename

Python2.x 快速的 在大目录上。
我最后说:

import subprocess
foundfiles= subprocess.check_output("ls src/*.c src/**/*.c", shell=True)
for foundfile in foundfiles.splitlines():
    print foundfile

ls 找不到任何匹配的文件。