别再手写递归找文件了！用 Python rglob 一行代码搞定海量搜索

1. 拒绝“面条代码”：你还在用 `os.walk` 吗？

你是否遇到过这种场景：你需要在一个拥有几十个子文件夹、成百上千个文件的庞大项目中，找出所有的 .log 日志文件进行分析。

作为一个硬核程序员，你的第一反应可能是祭出 os.walk 并在里面嵌套两层 for 循环，或者更惨——自己写一个递归函数（Recursion）去遍历文件夹。

写完之后，代码可能是这样的：

Python

import os

# 传统的痛苦写法
target_files = []
for root, dirs, files in os.walk('my_project'):
    for file in files:
        if file.endswith('.log'):
            target_files.append(os.path.join(root, file))

这段代码能跑，但它并不优雅。它把“遍历逻辑”和“筛选逻辑”混在了一起，不仅难读，而且容易写错。

今天我要介绍的 rglob，就是为了终结这种痛苦而生的。 它是 Python 3.4 引入的 pathlib 模块中的核武器，能让你用一行代码，优雅地完成上述所有工作。

2. 概念拆解：地毯式搜索

生活类比：找遥控器

为了理解 glob 和 rglob 的区别，我们来想象一个生活场景：你在家里找电视遥控器。

普通的 glob (Globbing)：这就好比你站在客厅中央，只用眼睛扫视当前房间的桌面和沙发。如果遥控器在卧室或者抽屉里，你是找不到的。glob 只匹配当前目录，不进入子目录。
rglob (Recursive Glob)：这就是 rglob 的威力——递归（Recursive）。这就好比你雇佣了一支专业的搜查队。他们不仅看客厅，还会打开每一扇门（进入子目录），拉开每一个抽屉（进入更深层目录），直到把整个家翻个底朝天，找出所有符合特征的目标。

逻辑图解

想象一棵倒立的树（文件系统）：

起点：你指定的根目录。
动作：rglob 会自动沿着树枝向下生长，触达每一个末梢（文件）。
筛选：在遍历的同时，它直接过滤出符合你设定模式（Pattern）的文件。

3. 动手实战：三行代码的魔法

让我们抛弃 os 模块，拥抱现代化的 pathlib。

Hello World：找出所有 Python 文件

假设你的项目结构很深，你想列出所有的 .py 文件。

Python

from pathlib import Path

# 1. 定义起点（当前目录）
current_dir = Path('.') 

# 2. 发动 rglob 引擎
# 这里的 '*.py' 就是我们要找的特征
python_files = current_dir.rglob('*.py')

# 3. 打印结果
for file_path in python_files:
    print(file_path)

代码解析：

Path('.')：这是面向对象的文件路径写法，比字符串路径更智能。
.rglob('*.py')：核心所在。r 代表 Recursive（递归）。它告诉 Python：“去在这个目录及其所有子目录中，找到后缀是 .py 的家伙。”
返回值：注意，这里返回的不是一个死列表，而是一个生成器（Generator）。这意味着即使有 100 万个文件，它也不会瞬间撑爆你的内存，而是你通过 for 循环要一个，它给一个。

同样的功能，对比一下 `os` 模块？

os 模块写法：需要 5-6 行，逻辑嵌套。
rglob 写法：1 行核心代码，逻辑扁平，语义清晰。

4. 进阶深潜：你必须知道的细节

虽然 rglob 很强，但在生产环境中使用时，有几个关键点需要注意。

A. 通配符的艺术

rglob 支持标准的 Unix shell 风格通配符：

rglob('*.jpg')：所有 JPG 图片。
rglob('test_*.py')：所有以 test_ 开头的 Python 测试文件。
rglob('**/config.yaml')：这也行？是的！其实 rglob('*') 等同于 glob('**/*')。在 pathlib 中，** 本身就代表递归目录。

B. 性能陷阱：不要搜全盘！

千万不要在根目录（如 / 或 C:\）下运行 Path('/').rglob('*')。因为 rglob 会尝试遍历整个文件系统。如果你的目录包含 node_modules (前端噩梦) 或 .git 文件夹，文件数量可能高达数十万。

最佳实践： 尽量缩小搜索范围，或者在遍历时手动排除特定目录（虽然 rglob 本身不带排除参数，你可能需要在循环中加个 if 判断）。

C. 想要列表怎么办？

前面提到 rglob 返回的是生成器。如果你确定文件数量不多，想直接要一个列表：

Python

# 强制转换为列表
all_images = list(Path('./images').rglob('*.png'))
print(f"一共找到了 {len(all_images)} 张图片")

5. 总结与延伸

核心知识点

pathlib 是未来：尽量用 pathlib.Path 替代 os.path。
rglob 是递归神器：它能自动穿透多层文件夹查找文件，无需手写循环。
生成器机制：它是惰性求值的，省内存，适合处理大量文件。

posted @ 2026-01-06 09:17 Swizard 阅读(46) 评论(0) 收藏举报

刷新页面返回顶部