Python--glob一个不错的查找目录及文件的库

简介: Python--glob一个不错的查找目录及文件的库

使用glob模块能够快速查找我们想要的目录和文件。当然OS也可以完成这样的操作。

*:匹配0个或多个字符;    

**:匹配所有文件、目录、子目录和子目录里的文件(3.5版本新增);

?:代匹配一个字符;

[]:匹配指定范围内的字符,如[0-9]匹配数字,[a-z]匹配小写字母;

主要函数

glob.glob():返回符合匹配条件的所有文件的路径;

glob.iglob():返回一个迭代器对象,需要循环遍历获取每个元素,得到的也是符合匹配条件的所有文件的路径;

glob.escape():escape可以忽略所有的特殊字符,就是星号、问号、中括号,用处不大; recursive=False:代表递归调用,与特殊通配符“**”一同使用,默认为False,False表示不递归调用,True表示递归调用;

例子

import glob
print(glob.glob('*'))   # 匹配当前路径下所有的文件及文件夹,并返回列表
print(glob.glob('*.*')) # 匹配当前路径下所有带.的文件
print(glob.glob('*.py'))    # 匹配当前路径下所有的.py文件
print(glob.glob('hh?'))     # 匹配hh开头并后面紧跟一个字符的文件夹
print(glob.glob('hh1[2]'))  # 匹配hh1开头且后面紧跟数字2的文件夹
['11.tml', 'config,toml', 'config.ini', 'config.json', 'config.yaml', 'config1.csv', 'csv_read.py', 'glob_.py', 'hh12', 'hh_', 'log.txt', 'test_one.py', 'toml_read.py', 'Yaml_read.py', '__pycache__', '作用域.py', '闭包.py']
['11.tml', 'config.ini', 'config.json', 'config.yaml', 'config1.csv', 'csv_read.py', 'glob_.py', 'log.txt', 'test_one.py', 'toml_read.py', 'Yaml_read.py', '作用域.py', '闭包.py']
['csv_read.py', 'glob_.py', 'test_one.py', 'toml_read.py', 'Yaml_read.py', '作用域.py', '闭包.py']
['hh_']
['hh12']

当然也可以是绝对路径亦或者自己写定的先对路径:

import glob
print(glob.glob('../lib/*'))
"""
['../lib\\chromedriver.exe', '../lib\\geckodriver.exe', '../lib\\IEDriverServer.exe']
"""

recursive参数

import glob
print(glob.glob("**"))
print(glob.glob("**",recursive=True))
"""
['11.tml', 'config,toml', 'config.ini', 'config.json', 'config.yaml', 'config1.csv', 'csv_read.py', 'glob_.py', 'hh12', 'hh_', 'log.txt', 'test_one.py', 'toml_read.py', 'Yaml_read.py', '__pycache__', '作用域.py', '闭包.py']
['11.tml', 'config,toml', 'config.ini', 'config.json', 'config.yaml', 'config1.csv', 'csv_read.py', 'glob_.py', 'hh12', 'hh_', 'log.txt', 'test_one.py', 'toml_read.py', 'Yaml_read.py', '__pycache__', '__pycache__\\test_one.cpython-39-pytest-7.1.3.pyc', '__pycache__\\toml_read.cpython-39.pyc', '作用域.py', '闭包.py']
"""

总体上没有太大的区别,细微的区别体现!**搭配recursive且为True的时候可以将子文件夹中的文件夹中的文件都匹配出来。

与OS模块比较

import os
for dirpath,dirname,filename in os.walk('.'):
    for name in filename:
        if 'con' in name:
            filepath = os.path.join(dirpath,name)
            print(filepath)
"""
.\config,toml
.\config.ini
.\config.json
.\config.yaml
.\config1.csv
"""
import glob
for i in glob.glob(r'.\con*',recursive=True):
    print(i)
"""
.\config,toml
.\config.ini
.\config.json
.\config.yaml
.\config1.csv
"""

至于优劣,此处不做评价,此处就代码量上说,glob是比较简短的。区别就是路径上的一点点小区别,无伤大雅。

iglob

import glob
paths = glob.iglob("*")
print(paths)
for j in paths:
    print(j)

warning 它返回一个生成器,所以需要使用循环进行取值操作。其作用与glob.glob类似。

目录
相关文章
|
1天前
|
Python
在Python中绘制K线图,可以使用matplotlib和mplfinance库
使用Python的matplotlib和mplfinance库可绘制金融K线图。mplfinance提供便利的绘图功能,示例代码显示如何加载CSV数据(含开盘、最高、最低、收盘价及成交量),并用`mpf.plot()`绘制K线图,设置类型为'candle',显示移动平均线(mav)和成交量信息。可通过调整参数自定义图表样式,详情参考mplfinance文档。
8 2
|
2天前
|
机器学习/深度学习 边缘计算 TensorFlow
【Python机器学习专栏】Python机器学习工具与库的未来展望
【4月更文挑战第30天】本文探讨了Python在机器学习中的关键角色,重点介绍了Scikit-learn、TensorFlow和PyTorch等流行库。随着技术进步,未来Python机器学习工具将聚焦自动化、智能化、可解释性和可信赖性,并促进跨领域创新,结合云端与边缘计算,为各领域应用带来更高效、可靠的解决方案。
|
2天前
|
Serverless Python
使用Python的pandas和matplotlib库绘制移动平均线(MA)示例
使用Python的pandas和matplotlib库绘制移动平均线(MA)示例:加载CSV数据,计算5日、10日和20日MA,然后在K线图上绘制。通过`rolling()`计算平均值,`plot()`函数展示图表,`legend()`添加图例。可利用matplotlib参数自定义样式。查阅matplotlib文档以获取更多定制选项。
12 1
|
2天前
|
数据采集 SQL 数据挖掘
Python数据分析中的Pandas库应用指南
在数据科学和分析领域,Python语言已经成为了一种非常流行的工具。本文将介绍Python中的Pandas库,该库提供了强大的数据结构和数据分析工具,使得数据处理变得更加简单高效。通过详细的示例和应用指南,读者将了解到如何使用Pandas库进行数据加载、清洗、转换和分析,从而提升数据处理的效率和准确性。
|
2天前
|
SQL 关系型数据库 MySQL
使用Python的pymysql库连接MySQL,执行CRUD操作
使用Python的pymysql库连接MySQL,执行CRUD操作:安装pymysql,然后连接(host='localhost',user='root',password='yourpassword',database='yourdatabase'),创建游标。查询数据示例:`SELECT * FROM yourtable`;插入数据:`INSERT INTO yourtable...`;更新数据:`UPDATE yourtable SET...`;删除数据:`DELETE FROM yourtable WHERE...`。
8 0
|
3天前
|
机器学习/深度学习 算法 数据挖掘
机器学习--K近邻算法,以及python中通过Scikit-learn库实现K近邻算法API使用技巧
机器学习--K近邻算法,以及python中通过Scikit-learn库实现K近邻算法API使用技巧
|
3天前
|
存储 Python Windows
轻松学会openpyxl库,Python处理Excel有如神助
轻松学会openpyxl库,Python处理Excel有如神助
|
3天前
|
Linux iOS开发 MacOS
pyinstaller---Python代码的打包神器,一键将python代码打包成exe可执行文件
pyinstaller---Python代码的打包神器,一键将python代码打包成exe可执行文件
|
3天前
|
NoSQL Python
在Python中,我们可以使用许多库来处理Excel文件
Python处理Excel常用pandas和openpyxl库。pandas的`read_excel`用于读取文件,`to_excel`写入;示例展示了数据框操作。openpyxl则用于处理复杂情况,如多工作表,`load_workbook`加载文件,`iter_rows`读取数据,`Workbook`创建新文件,写入单元格数据后保存。
11 1
|
3天前
|
Python
使用Seaborn库创建图形的使用案例
【4月更文挑战第29天】该代码段首先导入seaborn和matplotlib库,然后加载名为"titanic"的数据集。接着,它创建一个画布并设定子图大小。通过seaborn的FacetGrid以"Attrition_Flag"为列进行分组,映射数据到网格上,用histplot展示"Customer_Age"的直方图分布。同样,也使用boxplot方法生成"Freq"的箱线图。最后展示所有图形。
8 2