pythonglob2/formic风格递归通配符模式搜索列表

Question

我需要一个类似于GLOB2或FORMIC的解决方案来搜索文本文件中的大目录列表（文件不在我的机器上，文件列表是由一个无法直接访问或查询的外部进程生成的）

伪示例：

# read the large directory list in memory
data = []
with open('C:\\log_file.txt','r') as log:
    data = log.readlines()

# query away!
query1 = listglob(data,'/**/fnord/*/log.*')
query2 = listglob(data,'/usr/*/model_*/fnord/**')

除非有人提出建议，否则我的下一步就是打开glob2和formic，看看是否可以将其中一个更改为接受列表而不是根文件夹os.步行““

Answer 1

最后我使用了glob2的一个函数，比如：

import glob2

def listglob(data,pattern):
    return [x for x in items if glob2.fnmatch.fnmatch(x,pattern)]

Answer 2

我不认为glob2.fnmatch.fnmatch等同于glob2 **语法。在

从阅读源代码中可以看出，它相当于fnmatch语法。在

安德鲁的回答也没有涵盖方括号。还有[!abc]的例子

Answer 3

我建议使用正则表达式。最终，Formic和glob都使用OS调用来执行实际的glob匹配。所以，如果你想修改其中一个，你就必须在任何情况下编写一个重新匹配器（或类似的）。所以，删掉中间人，直接去REs（我很难说，因为我是Formic的作者）。在

基本计划是编写一个接受glob并返回正则表达式的函数。以下是一些提示：

1. 转义符和.、-以及全局中其他重新保留的字符。例如.变成{}
2. glob文件/目录中的?变成{}（匹配一个不是/的单个字符）
3. 在glob文件/目录名中作为正则表达式的*是[^/]*
4. 作为正则表达式的/*/glob是：/[^/]+/
5. 作为正则表达式的/**/glob是：/([^/]+/)*
6. 要匹配整行，请以^开始RE，并以$结束。这就迫使RE在整个弦上展开。在

虽然我按复杂性增加的顺序列出了替换，但最好按以下顺序进行替换：

1. 不是globs的特殊RE字符（.，-，“$”等）
2. ?
3. /**/
4. /*/
5. *

这样您就不会在替换单个*时损坏/**/。在

你的问题是：/**/fnord/*/log.*。这将映射到：

^/([^/]+/)*fnord/[^/]+/log\.[^/]*

一旦你建立了你的RE，那么寻找匹配是一个简单的练习。在