`glob` 是一种用于匹配文件路径的模式规则，它使用通配符来指定符合特定规则的文件名或目录名集合。这种模式最初源于 Unix shell（如 Bash），用于快速筛选文件系统中的条目，后来被许多编程语言和工具（如 Python、CMake 等）实现为标准库或内置功能，以支持基于模式的文件查找 [ref_1]。 ### 核心通配符及其含义 glob 模式主要依赖以下几种通配符进行匹配： | 通配符 | 含义与功能 | 示例（匹配结果举例） | | :--- | :--- | :--- | | `*` | 匹配任意长度（包括零长度）的任意字符（不包括路径分隔符，如 `/` 或 `\`）。 | `*.txt` 匹配当前目录下所有 `.txt` 文件。 | | `?` | 匹配单个任意字符。 | `file?.log` 匹配 `file1.log`、`fileA.log` 等。 | | `[]` | 匹配括号内列举的任意单个字符。支持范围（如 `[0-9]`）和否定（如 `[!a-z]`）。 | `image[0-9].jpg` 匹配 `image0.jpg` 到 `image9.jpg`。 | ### 在 Python 中的具体应用 Python 通过标准库 `glob` 模块提供了对 glob 模式的支持，其核心函数如下 [ref_2][ref_5]： | 函数 | 返回值类型 | 主要特点与适用场景 | | :--- | :--- | :--- | | `glob.glob(pathname, *, recursive=False, root_dir=None, dir_fd=None)` | 列表（List） | 返回所有匹配路径的列表。简单直接，适用于结果集较小的场景。 | | `glob.iglob(pathname, *, recursive=False, root_dir=None, dir_fd=None)` | 迭代器（Iterator） | 返回一个迭代器，逐个生成匹配的路径。适用于处理大量文件，更节省内存 [ref_1]。 | #### 1. 基础文件匹配 以下代码展示了如何使用 `glob.glob()` 进行基本的文件查找。 ```python import glob # 查找当前目录下所有的 .py 文件 py_files = glob.glob("*.py") print(py_files) # 输出类似：['script1.py', 'utils.py', 'test.py'] # 查找特定前缀的文件 data_files = glob.glob("data_*.csv") print(data_files) # 输出类似：['data_2023.csv', 'data_2024.csv'] ``` #### 2. 递归目录搜索 通过设置参数 `recursive=True` 并配合 `**` 通配符，可以递归搜索所有子目录 [ref_3]。 ```python import glob # 递归查找项目目录下所有子目录中的 .md 文件 all_md_files = glob.glob("**/*.md", recursive=True) print(all_md_files) # 输出类似：['README.md', 'docs/api.md', 'docs/guide/intro.md'] # 递归查找特定扩展名的文件 all_logs = glob.glob("./logs/**/*.log", recursive=True) ``` #### 3. 使用字符集进行精确匹配 `[]` 通配符允许进行更精细的字符匹配。 ```python import glob # 匹配 report1.txt, report2.txt, ..., report5.txt，但不匹配 report6.txt reports = glob.glob("report[1-5].txt") # 匹配 imageA.jpg, imageC.jpg，但不匹配 imageB.jpg specific_images = glob.glob("image[AC].jpg") # 匹配非数字开头的 .txt 文件 non_digit_files = glob.glob("[!0-9]*.txt") ``` #### 4. 处理大量文件（使用 `iglob`） 当需要处理的文件数量极大时，使用 `glob.iglob()` 可以避免一次性将全部路径加载到内存中 [ref_1]。 ```python import glob # 使用迭代器逐个处理匹配的日志文件 for log_path in glob.iglob("**/*.log", recursive=True): with open(log_path, 'r') as f: # 逐行或进行其他处理，避免内存峰值 for line in f: if "ERROR" in line: print(f"在 {log_path} 中发现错误: {line.strip()}") ``` ### 在 CMake 中的应用 CMake 构建系统也提供了类似的 `GLOB` 和 `GLOB_RECURSE` 命令来自动收集源文件列表，但其行为与编程中的略有不同 [ref_4]。 | 命令 | 搜索行为 | 主要注意事项 | | :--- | :--- | :--- | | `file(GLOB <variable> [LIST_DIRECTORIES true&#124;false] [RELATIVE <path>] [CONFIGURE_DEPENDS] <globbing-expressions>...)` | 非递归，仅在指定目录内匹配。 | **不推荐默认使用**。因为 CMake 在配置阶段执行 glob，之后新增或删除文件不会自动触发重新配置，可能导致构建结果过时 [ref_4]。 | | `file(GLOB_RECURSE <variable> [LIST_DIRECTORIES true&#124;false] [RELATIVE <path>] [CONFIGURE_DEPENDS] <globbing-expressions>...)` | 递归搜索所有子目录。 | 同样存在与 `GLOB` 相同的构建同步问题。如果必须使用，建议添加 `CONFIGURE_DEPENDS` 参数（CMake 3.12+），让构建系统在每次构建前检查文件列表是否变化 [ref_4]。 | **CMake 使用示例：** ```cmake # 不推荐的方式：简单收集当前目录的 .cpp 文件 file(GLOB SRCS *.cpp) # 相对更好的方式：使用 CONFIGURE_DEPENDS 尝试保持同步 file(GLOB_RECURSE ALL_HEADERS CONFIGURE_DEPENDS "include/*.h" "src/*.hpp") ``` ### 重要注意事项与技巧 1. **排序问题**：`glob.glob()` 返回的列表顺序依赖于操作系统底层文件系统的读取顺序，通常是无序的。如果需要对结果进行排序，必须手动处理 [ref_6]。 ```python sorted_files = sorted(glob.glob("*.data")) ``` 2. **隐藏文件**：在 Unix-like 系统中，以点 `.` 开头的文件是隐藏文件。标准的 `*` 通配符不会匹配它们，需要使用 `.*` 来匹配。 ```python hidden_files = glob.glob(".*") ``` 3. **路径分隔符**：为了保证跨平台兼容性，在编写 glob 模式时，应使用 `/` 作为路径分隔符，Python 的 `glob` 模块在 Windows 上会自动处理转换。 4. **性能考量**：递归搜索（尤其是 `**`）在深层目录或文件数量极多时可能较慢。对于性能敏感的场景，可能需要考虑使用 `os.walk()` 进行更手动的控制。 总之，`glob` 是一种通过简单通配符模式高效匹配文件路径的规范。在 Python 中，`glob` 模块提供了 `glob()` 和 `iglob()` 两个主要函数来实现这一功能，前者返回列表方便操作，后者返回迭代器利于处理大量文件以节省内存 [ref_1][ref_2]。而在 CMake 中，虽然提供了 `GLOB` 和 `GLOB_RECURSE` 命令，但由于其可能引发的构建同步问题，使用时需格外谨慎 [ref_4]。