Pythonglob与os.walk区别详解

本文深入对比了 Python 中 glob 和 os.walk 的核心差异与适用场景：glob 轻量高效，专精于单层目录下基于 shell 通配符的快速路径匹配，适合日志清理、配置扫描等“扁平化”任务；而 os.walk 则以可控的递归遍历能力见长，通过可修改的 dirs 列表实现精准目录裁剪、元信息分层处理，是复杂目录结构遍历的可靠选择；文章还揭示了二者在性能、跨平台行为、路径语义、常见陷阱（如 recursive 参数遗漏、~ 未展开、权限中断）等方面的实战细节，帮你避开真实项目中高频踩坑点，做出更清醒的技术选型。

什么时候该用 glob 而不是 os.walk

当你要匹配**单层目录下符合简单通配符的文件**（比如所有 .py 文件），且不关心子目录结构时，glob 更轻、更直接。

它底层调用系统 glob 或路径展开逻辑，不做递归遍历，也没有生成器开销。适合配置扫描、日志轮转清理、批量重命名这类“一眼看到底”的任务。

• glob.glob("*.log") 只查当前目录；加 **/*.log 才递归——但这时已接近 os.walk 的职责边界
• glob 不区分文件/目录，返回路径字符串，需手动用 os.path.isfile() 过滤
• Windows 下大小写不敏感，Linux/macOS 敏感——同一行代码在不同系统可能返回不同结果

为什么 os.walk 在深度遍历时更可控

当你需要逐层访问目录树、对每个目录做判断（比如跳过 __pycache__）、或同时收集文件和目录元信息时，os.walk 的三元组返回值（root, dirs, files）提供了明确的干预点。

它本质是广度优先的迭代器，每次 yield 前允许你修改 dirs 列表来控制是否进入子目录——这是 glob 完全做不到的。

• 修改 dirs 可实现条件跳过：dirs[:] = [d for d in dirs if d != "__pycache__"]
• 如果只想要文件路径，别写 for root, dirs, files in os.walk(...): for f in files: yield os.path.join(root, f) ——这样拼接慢，改用 pathlib.Path(root).joinpath(f) 更安全
• os.walk 默认不遵循符号链接，加 followlinks=True 会带来循环遍历风险，慎开

glob.iglob 和 os.walk 的内存与速度差异在哪

glob.iglob 返回生成器，不占额外内存；os.walk 本身也是生成器，但它的每次 yield 都要读取并解析一个目录的完整内容（readdir 系统调用），而 glob 在单层场景下只需一次目录扫描。

实测：在含 10 万文件的单层目录中，glob("*.txt") 比 os.walk 快 3–5 倍；但在嵌套 5 层、每层平均 200 个条目的目录中，两者耗时接近，os.walk 反而因可剪枝略优。

• 别为了“看起来更现代”强行用 pathlib.Path.rglob 替代 os.walk——它底层仍是调用 os.walk，还多一层对象封装
• glob 不支持正则，只认 shell 通配符（*, ?, [abc]）；想按正则过滤，得先拿到路径再用 re.match
• Python 3.12+ 中 glob 加了 root_dir 和 dir_fd 参数，可限定扫描起点，但兼容性差，生产环境慎用

真实项目里最容易踩的坑

不是语法错，而是路径语义混淆：比如用 glob("src/**/*.py") 却忘了开启 recursive=True，结果返回空列表——错误信息不会提示，只会静默失败。

另一个高频问题是相对路径处理：os.walk 返回的 root 是绝对路径还是相对路径，取决于你传入的起始路径；而 glob 总是以当前工作目录（os.getcwd()）为基准，跟脚本位置无关。

• 用 Path(__file__).parent 明确基准路径，别依赖 os.chdir()
• glob 不支持 ~ 展开，~/project/*.py 会字面匹配，得先用 os.path.expanduser()
• 在容器或 CI 环境中，os.walk 可能因权限问题中断（比如遇到 /proc 下的不可读目录），建议包一层 try/except OSError

好了，本文到此结束，带大家了解了《Pythonglob与os.walk区别详解》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！