写在前面
补一补之前就想写的关于glob库(Filename globbing utility, Unix style pathname pattern expansion, 类Unix路径名模式扩展)的使用, 有了这个库, 通过Python读取文件(主要是递归方式读取), 就再也不用os.walk()那样复杂了, 虽然可定制性提高了, 代码的复杂度也上去了, 通常是记不住代码还要重新去找.
简单介绍一下glob, 其实就是os库的一个封装, 不过完美的支持了正则表达式语法, 这次先简单介绍一下库的用法, 之后有时间可以深入剖析一下这个库实现的源码.
基本操作
这个库主要有三个方法, 分别是:
In [2]: import glob
In [3]: glob.__all__
Out[3]: ['glob', 'iglob', 'escape']
主要使用的是第一个方法glob, 用来读取文件(目录), 之后的两个分别是返回生成器和忽略特殊字符匹配(取消正则表达式语法支持). 这里着重介绍第一种.(测试案例使用了官方文档1的例子)
import glob
# 同级目录执行:
# touch 1.gif 2.txt card.gif
g1 = glob.glob(pathname='./*.gif')
# print(g1)
# # ['./1.gif', './card.gif']
g2 = glob.glob('./[0-9].*')
# print(g2)
# # ['./1.gif', './2.txt']
g3 = glob.glob('./?.gif')
# print(g3) # ['./1.gif']
读取任意路径
之后是一些我自己的例子:
.
└── glob_test
├── 1.gif
├── 2.txt
├── card.gif
└── glob_1.py # 这个是测试的代码文件
import os
import glob
# 在当前目录的上一级目录中创建文件夹decorator,里面有三个文件:
# decorator1.py
# decorator2.py
# test1.py
g4 = glob.glob('./../decorator/*.py')
for i in g4:
print("#", "*" * 70)
print(os.path.abspath(i))
print("#", "*" * 70)
with open(i, 'r') as f:
print("文件中的字符数:", len(f.read()))
print()
'''结果:
# **********************************************************************
/Users/hep/code/py_Proj/grammar-py/decorator/decorator1.py
# **********************************************************************
文件中的字符数: 210
# **********************************************************************
/Users/hep/code/py_Proj/grammar-py/decorator/test1.py
# **********************************************************************
文件中的字符数: 197
# **********************************************************************
/Users/hep/code/py_Proj/grammar-py/decorator/decorator2.py
# **********************************************************************
文件中的字符数: 837
'''
那么, 读取任意路径下的任意文件(通过正则表达式), 使用glob就不在话下啦~
不过需要注意在Windows之中用的话相对路径虽然可以写成
./的形式, 但是路径字符串分割的时候还是要用\\. 否则会出现一些问题.
这里再介绍一种操作, 就是参数recursive=True, 下面是另一个例子:
需要在decorator文件夹下创建一个test文件夹,然后里面创建几个.py文件.
.
├── decorator
│ ├── decorator1.py
│ ├── decorator2.py
│ ├── test
│ │ └── aa.py
│ └── test1.py
└── glob_test
├── 1.gif
├── 2.txt
├── card.gif
└── glob_1.py # 这个是测试的代码文件
g5 = glob.glob('./../decorator/**/*.py', recursive=True)
for i in g5:
print("#", "*" * 70)
print(os.path.abspath(i))
print("#", "*" * 70)
with open(i, 'r') as f:
print("文件中的字符数:", len(f.read()))
print()
'''结果:
# **********************************************************************
/Users/xxx/code/py_Proj/grammar-py/decorator/decorator1.py
# **********************************************************************
文件中的字符数: 210
# **********************************************************************
/Users/xxx/code/py_Proj/grammar-py/decorator/test1.py
# **********************************************************************
文件中的字符数: 197
# **********************************************************************
/Users/xxx/code/py_Proj/grammar-py/decorator/decorator2.py
# **********************************************************************
文件中的字符数: 837
# **********************************************************************
/Users/xxx/code/py_Proj/grammar-py/decorator/test/aa.py
# **********************************************************************
文件中的字符数: 10
'''
如果不加参数的话, 就不能递归遍历, 导致没法读取子文件夹下的文件.