萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> 程式語言綜合

Python glob 模組完整指南:iglob 迭代器高效查找檔案路徑

模組簡介

glob 是 Python 標準庫中最輕量的檔案路徑匹配工具,支援三種萬用字元:

  • *:匹配 0 個或多個任意字元
  • ?:匹配單一任意字元
  • [range]:匹配指定範圍字元,如 [0-9]、[abc]

兩大核心函式對比

特性glob.glob()glob.iglob()
回傳型別list(一次載入所有路徑)generator(惰性迭代器)
記憶體佔用大量檔案時較高極低,適合海量檔案
適用場景檔案數較少、需隨機存取遞迴掃描大型目錄、串流處理

實戰範例

1. 基礎用法:glob.glob

import glob

# 絕對路徑:取得 E:/Picture 所有子目錄下的 .jpg
jpg_files = glob.glob(r"E:/Picture/*/*.jpg")
print(f"找到 {len(jpg_files)} 張圖片")

# 相對路徑:取得上層目錄所有 .py 檔
py_files = glob.glob("../*.py")
print(py_files)

2. 高效遞迴:iglob + recursive=True (Python 3.5+)

import glob

# 遞迴查找所有子目錄下的 .log 檔
log_gen = glob.iglob("**/*.log", recursive=True)

# 逐個處理,不佔用額外記憶體
for log_path in log_gen:
    print(f"處理日誌: {log_path}")
    # process_log(log_path)

3. 進階模式:字元範圍與多模式

# 匹配 data_202301.csv 到 data_202312.csv
monthly_files = glob.glob("data_2023[0-1][0-9].csv")

# 多模式合併(需手動去重)
all_scripts = set(glob.glob("*.py")) | set(glob.glob("*.pyw"))

效能優化建議

  1. 優先使用 iglob:處理超過萬級檔案時,避免記憶體飆升
  2. 善用 pathlib 替代:Path.rglob("*.py") 物件導向更強,支援 .stat()、.read_text() 等鏈式操作
  3. 避免重複掃描:若需多次過濾同一目錄,先用 os.scandir() 或 Path.iterdir() 取得 DirEntry 物件,再以 .name 屬性做字串匹配

常見陷阱

  • 路徑分隔符:Windows 下建議使用原始字串 r"path\*.txt" 或正向斜線 "path/*.txt"
  • 隱藏檔案:* 不匹配以點開頭的檔案(Unix 隱藏檔),需顯式寫 .* 或 .* *
  • recursive=True 需 Python 3.5+:舊版本請用 os.walk 手寫遞迴

善用 glob/iglob 能讓檔案搜尋代碼簡潔且高效,是 Python 自動化腳本的必備工具。

copyright © 萬盛學電腦網 all rights reserved