如何使用glob.glob模块搜索子文件夹？

Question

我想打开一个文件夹里的几个子文件夹，找到一些文本文件，然后打印这些文本文件中的某些行。我现在用的是这个：

configfiles = glob.glob('C:/Users/sam/Desktop/file1/*.txt')

但是这样做无法访问子文件夹。有没有人知道我该怎么做，才能用同样的命令访问子文件夹呢？

Answer 1

要查找直接子目录中的文件，可以使用以下代码：

configfiles = glob.glob(r'C:\Users\sam\Desktop\*\*.txt')

如果你想要一个可以遍历所有子目录的版本，可以使用 ** 并设置 recursive=True，这个功能从 Python 3.5 开始就可以用了，具体可以查看 官方文档：

configfiles = glob.glob(r'C:\Users\sam\Desktop\**\*.txt', recursive=True)

这两种方法都会返回一个列表。你也可以使用 glob.iglob() 来逐个返回文件路径。或者可以 使用 pathlib：

from pathlib import Path

path = Path(r'C:\Users\sam\Desktop')
txt_files_only_subdirs = path.glob('*/*.txt')
txt_files_all_recursively = path.rglob('*.txt') # including the current dir

这两种方法返回的是迭代器（你可以一个一个地获取路径）。

Answer 2

这个话题让很多人感到困惑。让我来帮你理清一下（以Python 3.7为例）：

1. glob.glob('*.txt') :会找到当前文件夹里所有以'.txt'结尾的文件
2. glob.glob('*/*.txt') :和第一条一样
3. glob.glob('**/*.txt') :只会找到所有在直接子文件夹里以'.txt'结尾的文件，但不会找到当前文件夹里的文件
4. glob.glob('*.txt',recursive=True) :和第一条一样
5. glob.glob('*/*.txt',recursive=True) :和第三条一样
6. glob.glob('**/*.txt',recursive=True):会找到当前文件夹和所有子文件夹里所有以'.txt'结尾的文件

所以最好总是指定 recursive=True.

Answer 3

在Python 3.5及更新版本中，可以使用新的递归功能**/：

configfiles = glob.glob('C:/Users/sam/Desktop/file1/**/*.txt', recursive=True)

当设置recursive时，**后面跟着路径分隔符可以匹配0个或多个子目录。

在早期的Python版本中，glob.glob()无法递归地列出子目录中的文件。

在这种情况下，我会使用os.walk()，再结合fnmatch.filter()来实现：

import os
import fnmatch

path = 'C:/Users/sam/Desktop/file1'

configfiles = [os.path.join(dirpath, f)
    for dirpath, dirnames, files in os.walk(path)
    for f in fnmatch.filter(files, '*.txt')]

这样可以递归地遍历你的目录，并返回所有匹配的.txt文件的绝对路径。在这个特定的情况下，fnmatch.filter()可能有点多余，你也可以使用.endswith()来进行测试：

import os

path = 'C:/Users/sam/Desktop/file1'

configfiles = [os.path.join(dirpath, f)
    for dirpath, dirnames, files in os.walk(path)
    for f in files if f.endswith('.txt')]