Pathlib与Glob

相关源文件

• Doc/library/glob.rst
• Doc/library/pathlib.rst
• Doc/whatsnew/3.14.rst
• Lib/glob.py
• Lib/pathlib/__init__.py
• Lib/pathlib/_os.py
• Lib/pathlib/types.py
• Lib/test/test_glob.py
• Lib/test/test_pathlib/test_pathlib.py

本文档解释了 CPython 中的 Pathlib 模块和 Glob 功能、它们的实现以及它们如何交互。Pathlib 提供了面向对象的路径处理方法，而 Glob 则使用类 Unix shell 的通配符对文件系统路径进行模式匹配。有关通用操作系统文件系统访问的信息，请参阅 操作系统和文件系统访问。

Pathlib 模块概述

Pathlib 是一个面向对象的、用于文件系统路径操作的库，它提供了适合不同操作系统语义的路径表示类。它通过 PEP 428 于 Python 3.4 中引入。

该模块将路径类分为两类：

1. 纯路径 (Pure paths)：提供纯粹的计算操作，不进行实际的 I/O。
2. 具体路径 (Concrete paths)：继承自纯路径类，并提供 I/O 操作。

来源：Lib/pathlib/__init__.py78-556 Doc/library/pathlib.rst11-41

纯路径类

纯路径对象提供路径处理操作，而不访问文件系统。当您希望在 Unix 机器上操作 Windows 路径（或反之亦然），或者确保代码不实际访问操作系统时，它们非常有用。

来源：Lib/pathlib/__init__.py78-183 Doc/library/pathlib.rst107-199

具体路径类

具体路径类继承自纯路径类，并添加了用于 I/O 操作的方法，这些方法会与实际文件系统进行交互。

来源：Lib/pathlib/__init__.py768-3114 Doc/library/pathlib.rst760-802

Glob 模块概述

Glob 模块根据类 Unix shell 的规则查找所有匹配指定模式的路径名。它不执行波浪号展开，但可以处理诸如 *、? 以及使用 [] 表示的字符范围等通配符。

来源：Lib/glob.py18-194 Doc/library/glob.rst21-37

Pathlib 和 Glob 的集成

Pathlib 通过几种方法集成了 glob 风格的模式匹配。

集成使用了共同的模式匹配语义，但也存在一些重要的区别。

1. Pathlib 的模式匹配:

   • 在相对于路径的路径部分上执行。
   • 路径感知匹配，理解路径结构。
   • match() 方法仅匹配文件名。
   • full_match() 方法匹配完整路径。

2. Glob 模块:

   • 直接处理文件系统路径。
   • 返回绝对路径或相对于当前目录的路径。
   • 默认不匹配隐藏文件（点文件）。

来源：Lib/pathlib/types.py277-291 Lib/glob.py30-99

模式匹配规则

Pathlib 和 Glob 都使用相似的模式匹配语法，并具有以下特殊字符：

模式	含义
*	匹配零个或多个字符（不包括路径分隔符）。
?	匹配除路径分隔符外的任何单个字符。
[...]	匹配方括号内的任何字符。
[!...]	匹配方括号外的任何字符。
**	(当 recursive=True 时) 递归匹配目录。

但是，行为上存在重要的区别：

1. 隐藏文件:

   • Glob：以 . 开头的文件仅会被同样以 . 开头的模式匹配。
   • Pathlib：默认情况下，* 模式会匹配以 . 开头的文件。

2. 递归:

   • Glob：要求 recursive=True 才能使 ** 工作。
   • Pathlib：rglob() 等同于启用了递归的 glob('**/')。

3. 路径处理:

   • Glob：使用字符串路径。
   • Pathlib：使用 Path 对象，并返回 Path 对象。

来源：Lib/glob.py226-319 Doc/library/glob.rst21-37 Doc/library/pathlib.rst574-624

实现细节

Pathlib 实现

Pathlib 实现为一个包含多个模块的包：

1. __init__.py：包含主要的类和功能。
2. _os.py：低级操作系统功能封装。
3. types.py：协议和抽象基类。

核心结构使用类层次结构，并包含特定于平台的路径解析器。

关键实现点

1. 路径解析 (Path Parsing)：路径被解析为组件（驱动器、根目录、部分）以进行操作。
2. 惰性计算 (Lazy Computation)：许多属性按需计算并缓存。
3. 操作系统集成 (OS Integration)：使用适当的操作系统模块执行文件系统操作。

来源：Lib/pathlib/__init__.py77-134 Lib/pathlib/_os.py9-21

Glob 实现

Glob 实现为一个单一模块，提供递归模式匹配功能。

关键实现点

1. 模式识别 (Pattern Recognition)：使用正则表达式识别特殊模式字符。
2. 目录遍历 (Directory Traversal)：使用 os.scandir() 进行高效的目录迭代。
3. 过滤 (Filtering)：使用 fnmatch.filter() 将文件名与模式进行匹配。
4. 递归 (Recursion)：对 ** 模式和 recursive=True 进行特殊处理。

来源：Lib/glob.py104-248

使用示例

基本路径操作

使用 Pathlib 进行 Glob 操作

使用 Glob 模块

Pathlib 与直接 Glob 的比较

功能	Pathlib	Glob 模块
返回类型	Path 对象	字符串
接口	面向对象	基于函数
隐藏文件	* 匹配点文件。	仅当模式以 . 开头时才匹配点文件。
递归	rglob() 或 glob('**/')	glob('**/', recursive=True)
路径构建	可链式调用 (p / 'subdir' / 'file.txt')	需要字符串拼接。
相对路径	相对于 Path 对象。	相对于当前目录（或指定根目录）。
文件操作	集成式（p.read_text(), p.write_bytes()）。	独立式（需要使用路径字符串调用 open()）。

来源：Doc/library/pathlib.rst55-92 Doc/library/glob.rst164-193

未来发展和近期更改

Pathlib 和 Glob 的近期和即将进行的更改。

1. Python 3.13/3.14 增强功能:

   • 对于 suffix 和 suffixes 的行为已修改，以将单个点 (.) 视为有效后缀。
   • 已弃用 is_reserved() 方法，改为使用 os.path.isreserved()。
   • 改进了文档和实现细节。

2. 集成改进:

   • Pathlib 和 Glob 功能之间更好的集成。
   • 目录遍历性能改进。
   • 对路径遍历边缘情况更一致的处理。

来源：Doc/whatsnew/3.14.rst1-473 Doc/library/pathlib.rst733-734

结论

Pathlib 和 Glob 模块为 Python 中的文件系统路径操作和模式匹配提供了互补的功能。Pathlib 提供了一种面向对象的、功能丰富的路径操作方法，而 Glob 则提供类 Unix shell 的通配符模式匹配。两者结合起来，为文件系统遍历、文件匹配和路径操作提供了强大的工具。

对于大多数现代 Python 应用程序，推荐使用 Pathlib 的面向对象接口，因为它提供了更好的可组合性、平台独立性以及与其他 Python 特性的集成。Glob 模块在简单的脚本或处理需要字符串路径的遗留代码时仍然很有用。