使用 glob 参数递归匹配文件名

Question

我一直在尝试使用 glob.glob 和 递归地获取与命令行参数 (sys.argv[1]) 中的 glob 模式匹配的文件列表os.walk。问题是，bash（似乎还有许多其他 shell）自动将 glob 模式扩展为文件名。

标准 UNIX 程序（例如 grep -R）是如何做到这一点的呢？我意识到它们不是用 python 编写的，但如果这是在 shell 级别发生的，那应该不重要，对吧？有没有办法让脚本告诉 shell 不要自动扩展 glob 模式？看起来 set -f 将禁用通配符，但可以这么说，我不确定如何尽早运行它。

我见过 使用 Glob() 递归查找文件Python？，但这并不包括实际从命令行参数获取全局模式。

谢谢！

编辑：

类似 grep 的 perl 脚本 ack 接受 perl 正则表达式作为其参数之一。因此，ack .* 打印出每个文件的每一行。但 .* 应扩展到目录中的所有隐藏文件。我尝试阅读脚本，但我不懂 perl；它怎么能做到这一点？

Answer 1

shell 在考虑调用该命令之前就执行了全局扩展。 grep 等程序不会采取任何措施来防止通配符：它们不能。您作为这些程序的调用者，必须告诉 shell 您要将 * 和 ? 等特殊字符传递给程序，并且不让 shell 解释他们。您可以通过将它们放在引号内来做到这一点：（

grep -E 'ba(na)* split' *.txt

在所有名为.txtba split、bana split 等code>) 在这种情况下，单引号或双引号都可以解决问题。在单引号之间，shell 不扩展任何内容。在双引号之间，$、` 和 \ 仍会被解释。您还可以通过在单个字符前面添加反斜杠来防止 shell 扩展。不仅需要保护通配符，还需要保护通配符。例如，上面的模式中的空格用引号引起来，因此它是 grep 参数的一部分，而不是参数分隔符。编写上面代码片段的替代方法包括：

grep -E "ba(na)* split" *.txt
grep -E ba\(na\)\*\ split *.txt

对于大多数 shell，如果参数包含通配符但模式与任何文件都不匹配，则模式将保持不变并传递给底层命令。 类似的命令

grep b[an]*a *.txt

因此，根据系统上存在的文件， 会产生不同的效果。如果当前目录不包含任何名称以 b 开头的文件，则该命令在名称与 匹配的文件中搜索模式 b[an]*a *.txt。如果当前目录包含名为 baclava、bnm 和 hello.txt 的文件，则该命令将扩展为 grep baclava bnm hello.txt< /code>，因此它会在 bnm 和 hello.txt 这两个文件中搜索模式 baclava。不用说，在脚本中依赖它是一个坏主意；在命令行上，它有时可以节省输入，但有风险。

当您在不包含点文件的目录中运行 ack .* 时，shell 会运行 ack 。 ..。然后，ack 命令的行为是打印出以下所有文件中的所有非空行（模式 .：匹配任何一个字符） .. （当前目录的父目录）递归。与 ack '.*' 对比，它在当前目录及其子目录中搜索模式 .* （匹配任何内容）（由于 ack 的行为 当您不传递任何文件名参数时）。

Answer 2

当谈到 grep 时，它只是接受文件名列表，并且本身不进行全局扩展。如果您确实需要将模式作为参数传递，则必须在命令行上用单引号将其引起来。但在执行此操作之前，请考虑让 shell 完成其设计的工作。

Answer 3

是的，set -f，您走在正确的道路上。

听起来您要从 shell 调用您的 python 程序。

每当您使用 shell 发出命令时，它都会尝试扫描 cmd 行并处理通配符、命令替换和一大堆其他内容。

因此，在在命令行上运行程序之前，您必须关闭globing，

set -f
echo *
*

myprogram *.txt

将字符串“*.txt”传递给您的程序。然后您可以使用内部通配符来获取文件。

或者，您可以通过创建一个包装脚本来完成基本相同的操作

 #!/bin/bash
 set -f
 myProgram ${@}

，其中 ${@} 是您在从命令行、crontab 或通过 exec(.. .) 来自另一个进程。

我希望这有帮助。