在 Linux 上，忽略 glob() 中的大小写

问题描述：

我正在编写一个脚本，该脚本必须适用于 Windows 和 Linux 用户手动修改的目录。Windows 用户在分配文件名时往往根本不关心大小写。

有没有办法在 Python 的 Linux 端处理这个问题，即我是否可以获得不区分大小写的类似 glob 的行为？

解决方案 1：

您可以将每个字母字符 c 替换为 [cC]，方法是

import glob
def insensitive_glob(pattern):
    def either(c):
        return '[%s%s]' % (c.lower(), c.upper()) if c.isalpha() else c
    return glob.glob(''.join(map(either, pattern)))

解决方案 2：

使用不区分大小写的正则表达式，而不是 glob 模式。fnmatch.translate从 glob 模式生成正则表达式，因此

re.compile(fnmatch.translate(pattern), re.IGNORECASE)

为您提供一个不区分大小写的 glob 模式版本作为已编译的 RE。

请记住，如果文件系统由类 Unix 文件系统上的 Linux 机器托管，则用户将能够在同一目录中创建文件foo、Foo和。FOO

解决方案 3：

非递归

为了检索目录“路径”的文件（且仅文件），使用“globexpression”：

list_path = [i for i in os.listdir(path) if os.path.isfile(os.path.join(path, i))]
result = [os.path.join(path, j) for j in list_path if re.match(fnmatch.translate(globexpression), j, re.IGNORECASE)]

递归地

步行：

result = []
for root, dirs, files in os.walk(path, topdown=True):
    result += [os.path.join(root, j) for j in files \n        if re.match(fnmatch.translate(globexpression), j, re.IGNORECASE)]

最好也编译正则表达式，因此

re.match(fnmatch.translate(globexpression)

执行（循环之前）：

reg_expr = re.compile(fnmatch.translate(globexpression), re.IGNORECASE)

然后在循环中替换：

result += [os.path.join(root, j) for j in files if re.match(reg_expr, j)]

解决方案 4：

起始价python-3.12，您可以使用将参数设置Path.glob(pattern, *, case_sensitive=None)为的 APIcase_sensitive`False`来获取所需的行为。

默认情况下，或者当case_sensitive仅关键字参数设置为 时
，此方法使用特定于平台的大小写规则匹配路径：通常，在POSIXNone上区分大小写，在Windows上不区分大小写。设置为或可覆盖此行为。case_sensitive`True`False

解决方案 5：

这是我针对 Python 3.5+ 的非递归文件搜索，具有类似 glob 的行为

# Eg: find_files('~/Downloads', '*.Xls', ignore_case=True)
def find_files(path: str, glob_pat: str, ignore_case: bool = False):
    rule = re.compile(fnmatch.translate(glob_pat), re.IGNORECASE) if ignore_case \n            else re.compile(fnmatch.translate(glob_pat))
    return [n for n in os.listdir(os.path.expanduser(path)) if rule.match(n)]

注意：此版本处理主目录扩展

解决方案 6：

根据您的情况，您可能.lower()同时使用文件模式和文件夹列表的结果，然后将模式与文件名进行比较

解决方案 7：

借鉴@Timothy C. Quinn 的回答，此修改允许在路径中的任何位置使用通配符。诚然，这仅对 glob_pat 参数不区分大小写。

import re
import os
import fnmatch
import glob

def find_files(path: str, glob_pat: str, ignore_case: bool = False):
    rule = re.compile(fnmatch.translate(glob_pat), re.IGNORECASE) if ignore_case \n            else re.compile(fnmatch.translate(glob_pat))
    return [n for n in glob.glob(os.path.join(path, '*')) if rule.match(n)]

解决方案 8：

这是一个工作示例fnmatch.translate()：

from glob import glob
from pathlib import Path
import fnmatch, re


mask_str = '"*_*_yyww.TXT" | "*_yyww.TXT" | "*_*_yyww_*.TXT" | "*_yyww_*.TXT"'
masks_list = ["yyyy", "yy", "mmmmm", "mmm", "mm", "#d", "#w", "#m", "ww"]

for mask_item in masks_list:
    mask_str = mask_str.replace(mask_item, "*")

clean_quotes_and_spaces = mask_str.replace(" ", "").replace('"', '')
remove_double_star = clean_quotes_and_spaces.replace("**", "*")
masks = remove_double_star.split("|")

cwd = Path.cwd()

files = list(cwd.glob('*'))
print(files)

files_found = set()

for mask in masks:
    mask = re.compile(fnmatch.translate(mask), re.IGNORECASE)
    print(mask)

    for file in files:        
        if mask.match(str(file)):
            files_found.add(file)         

print(files_found)

解决方案 9：

我只是想要一个变体，如果我指定文件扩展名，我只会不区分大小写 - 例如，我希望“.jpg”和“.JPG”被同样抓取。这是我的变体：

import re
import glob
import os
from fnmatch import translate as regexGlob
from platform import system as getOS

def linuxGlob(globPattern:str) -> frozenset:
    """
    Glob with a case-insensitive file extension
    """
    base = set(glob.glob(globPattern, recursive= True))
    maybeExt = os.path.splitext(os.path.basename(globPattern))[1][1:]
    caseChange = set()
    # Now only try the extended insensitivity if we've got a file extension
    if len(maybeExt) > 0 and getOS() != "Windows":
        rule = re.compile(regexGlob(globPattern), re.IGNORECASE)
        endIndex = globPattern.find("*")
        if endIndex == -1:
            endIndex = len(globPattern)
        crawl = os.path.join(os.path.dirname(globPattern[:endIndex]), "**", "*")
        checkSet = set(glob.glob(crawl, recursive= True)) - base
        caseChange = set([x for x in checkSet if rule.match(x)])
    return frozenset(base.union(caseChange))

我实际上并没有将不敏感性限制在扩展上，因为我很懒，但是混淆空间非常小（例如，你想捕获FOO.jpg和FOO.JPG但不想捕获 foo.JPG或foo.jpg；如果你的路径是病态的，你就会遇到其他问题）

解决方案 10：

def insensitive_glob(pattern):
    def either(c):
        return '[%s%s]' % (c.lower(), c.upper()) if c.isalpha() else c
    return glob.glob(''.join(map(either, pattern)))

也可以是：

def insensitive_glob(pattern):
    return glob.glob(
        ''.join([
            '[' + c.lower() + c.upper() + ']'
            if c.isalpha() else c
            for c in pattern
        ])
    )

解决方案 11：

使用名称文件递归搜索来改变您的答案：

def insensitive_for_glob(string_file):
    return ''.join(['[' + c.lower() + c.upper() + ']' if c.isalpha() else c for c in string_file])

在代码的其他地方：

namefile = self.insensitive_for_glob(namefile)
lst_found_file = glob.glob(f'{file_path}/**/*{namefile}', recursive=True)

解决方案 12：

您可以简单地搜索大写和小写，然后添加结果，如下所示：

from pathlib import Path folder = Path('some_folder')
file_filter = '.txt' 
files_in_folder = [files for files in (
    list(folder.glob(f'*{file_filter.lower()}'))+
    list(folder.glob(f'*{file_filter.upper()}'))
)]

这将找到以.txt和.TXT结尾的文件。