如何使用 pathlib 匹配两种模式？

Question

我想找到两种具有两种不同扩展名的文件：.jl 和 .jsonlines。我用

from pathlib import Path
p1 = Path("/path/to/dir").joinpath().glob("*.jl")
p2 = Path("/path/to/dir").joinpath().glob("*.jsonlines")

但我希望 p1 和 p2 作为一个变量而不是两个。我应该首先合并 p1 和 p2 吗？还有其他方法可以连接 glob 的模式吗？

Answer 1

试试这个：

from os.path import join
from glob import glob

files = []
for ext in ('*.jl', '*.jsonlines'):
   files.extend(glob(join("path/to/dir", ext)))

print(files)

Answer 2

受@aditi 回答的启发，我想到了这个：

from pathlib import Path
from itertools import chain

exts = ["*.jl", "*.jsonlines"]
mainpath = "/path/to/dir"

P = []
for i in exts:
    p = Path(mainpath).joinpath().glob(i)
    P = chain(P, p)
print(list(P))

Answer 3

from pathlib import Path

exts = [".jl", ".jsonlines"]
mainpath = "/path/to/dir"

# Same directory

files = [p for p in Path(mainpath).iterdir() if p.suffix in exts]

# Recursive

files = [p for p in Path(mainpath).rglob('*') if p.suffix in exts]

# 'files' will be a generator of Path objects, to unpack into strings:

list(files)

Answer 4

如果您可以安装软件包，请查看 wcmatch。它可以修补 Python PathLib，这样你就可以运行一次性匹配多个：

from wcmatch.pathlib import Path
paths = Path('path/to/dir').glob(['*.jl', '*.jsonlines'])

Answer 5

根据您的应用程序，建议的解决方案可能效率低下，因为它必须多次遍历目录中的所有文件（每个文件 extension/pattern）。

在您的示例中，您只匹配一个文件夹中的扩展名，一个简单的解决方案可能是：

from pathlib import Path

folder = Path("/path/to/dir")
extensions = {".jl", ".jsonlines"}
files = [file for file in folder.iterdir() if file.suffix in extensions]

用多了可以转成函数

但是，如果您希望能够匹配 glob 模式而不是扩展名，您应该使用 match() 方法：

from pathlib import Path

folder = Path("/path/to/dir")
patterns = ("*.jl", "*.jsonlines")

files = [f for f in folder.iterdir() if any(f.match(p) for p in patterns)]

最后一个既方便又高效。您可以通过将最常见的模式放在模式列表的开头来提高效率，因为 any 是短路运算符。

Answer 6

keep = [".jl", ".jsonlines"]
files = [p for p in Path().rglob("*") if p.suffix in keep]

如何使用 pathlib 匹配两种模式？

How to glob two patterns with pathlib?

python

pathlib