Python3.12怎么快速遍历深层目录下的所有文件_使用os.walk与glob递归检索

Python3.12怎么快速遍历深层目录下的所有文件_使用os.walk与glob递归检索

在文件系统操作中，os.walk 通常比 glob(“**/”) 更稳健。原因在于，os.walk 是原生为目录遍历设计的，天生支持错误捕获，能自动跳过不可读的目录。反观 glob，要实现递归必须显式设置 recursive=True，一旦遇到权限拒绝或路径过长等问题，往往会直接抛出异常导致整个遍历过程中断。

os.walk 为什么比 glob(“**/*”) 更稳？

这里有个关键点：在 Python 3.12 里，glob.glob 默认并不支持递归通配符 **，必须手动传入 recursive=True 才行。即便开启了递归，它在面对权限问题、符号链接循环或者超长路径时，也容易直接抛出 FileNotFoundError 或 OSError，让整个任务戛然而止。相比之下，os.walk 的“体质”就强韧得多——它本就是为遍历目录而生的，不仅能捕获错误，路径控制也更灵活，无需额外参数就能自然地跳过那些无法访问的文件夹。

几个实操建议，能让你用得更顺手：

• 使用 os.walk 时，保持 topdown=True（这是默认值）。这让你能在进入子目录前，就提前过滤掉不想处理的路径，比如轻松跳过 .git 目录。
• 如果只需要遍历文件（不包括目录本身），记得处理每一层返回的 files 列表，可别误用了 dirs 列表。
• 遇到 PermissionError 怎么办？可以用 try/except 块把 os.walk 的调用包起来，或者更优雅地，使用 os.walk(..., onerror=handler) 来指定错误处理函数。

glob(“**/*”, recursive=True) 的三个关键限制

在 Python 3.12 下使用 glob.glob 进行递归，recursive=True 这个参数是必须的，否则 ** 会被当作普通字符处理——这大概是新手最容易踩的坑。除此之外，它还有两个不那么明显的限制：

• 路径类型受限：它接受的路径必须是字符串，不能直接是 pathlib.Path 对象，否则会报 TypeError。
• 不区分对象类型：**/* 这个模式会同时匹配文件和目录。如果你只想获取文件，就得额外用 os.path.isfile() 或 pathlib.Path.is_file() 做一遍过滤。
• 错误处理脆弱：其底层依赖 os.listdir，但不会像 os.walk 那样自动跳过无法访问的子目录。一旦某个子目录打不开，整个 glob 调用就会宣告失败。

来看个例子：正确的写法是 glob.glob(“src/**/*”, recursive=True)。而 glob.glob(“src/**/*”)（缺少参数）或 glob.glob(Path(“src”) / “**” / “*”)（类型错误）都是行不通的。

立即学习“Python免费学习笔记（深入）”；

怎么安全地拿到所有文件路径（含绝对路径、相对路径、大小）？

实际开发中，需求往往不只是列出路径那么简单，我们通常还需要快速获取文件的元信息，比如大小。这时，os.walk 配合 os.path.join 和 os.stat 的组合，堪称最轻量高效的方案：

import os
for root, dirs, files in os.walk(“project”):
    for f in files:
        path = os.path.join(root, f)
        try:
            st = os.stat(path)
            print(f”{path} {st.st_size}”)
        except (OSError, FileNotFoundError):
            continue  # 跳过无法 stat 的文件（如被删除、权限不足）

有个细节值得注意：os.stat 通常比 pathlib.Path(path).stat() 略快一些，而且不会触发任何隐式的路径解析。如果你已经在使用 pathlibp.resolve() 之前，先判断路径是否存在，否则 resolve() 方法本身也可能抛出异常。

Windows 下路径分隔符和编码问题怎么避坑？

Python 3.12 在 Windows 上依然默认使用反斜杠 \ 作为路径分隔符，不过好消息是，glob 和 os.walk 都接受正斜杠 / 作为输入，它们会在内部自动完成转换。真正需要警惕的坑在这里：

• 当使用 glob 匹配包含中文或特殊符号的路径时，务必确保源字符串是 UTF-8 编码。一个简单的做法是在脚本开头加上 # -*- coding: utf-8 -*-，否则 Windows 控制台可能会解码失败。
• os.walk 返回的 root、dirs、files 都是 str 类型，而非 bytes。但如果路径本身包含非法字节（这种情况比较罕见），os.walk 会直接跳过该层级且不报错——这给调试带来了困难。因此，在处理复杂路径时，优先考虑使用 pathlib.Path 来替代原始的字符串操作。
• 避免在拼接路径时混用 \ 和 /。统一使用 os.path.join() 或者 pathlib.Path / “sub” 的写法，能让代码更清晰、更安全。

最后，关于目录深度：理论上嵌套层数没有上限，但 Windows 对单个路径的长度限制在 260 个字符（除非启用了长路径支持）。这时，os.walk 和 glob 的表现会截然不同——os.walk 会默默跳过超长路径，而 glob 则会直接报错。这个差异在进行自动化批量处理时，显得尤为关键。