使用 glob 参数递归匹配文件名

Question

我一直在尝试使用glob.glob 和os.walk 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。问题是，bash（和许多其他 shell）自动将 glob 模式扩展为文件名。

那么标准的 unix 程序（例如grep -R）是如何做到这一点的呢？我意识到它们不在 python 中，但如果这发生在 shell 级别，那应该没关系，对吧？脚本有没有办法告诉 shell 不自动扩展全局模式？看起来set -f 将禁用通配，但我不确定如何足够早地运行它，可以这么说。

我见过 Use a Glob() to find files recursively in Python?，但这并没有涵盖从命令行参数中实际获取 glob 模式。

谢谢！

编辑：

类似于 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。但是.* 应该扩展到目录中的所有隐藏文件。我尝试阅读脚本，但我不知道 perl；怎么会这样？

Answer 1

当涉及到 grep 时，它只接受一个文件名列表，并且本身不进行 glob 扩展。如果您确实需要将模式作为参数传递，则必须在命令行中用单引号将其引用。但在您这样做之前，请考虑让 shell 完成其设计的工作。

Answer 2

是的，set -f，你在正确的轨道上。

听起来你要从 shell 调用你的 python 程序。

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

所以你必须在在命令行上运行程序之前关闭通配符

set -f
echo *
*

myprogram *.txt

会将字符串“*.txt”传递给您的程序。然后您可以使用内部 globbing 来获取您的文件。

或者你可以通过创建一个包装脚本来做同样的事情

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

${@} are the arguments you pass in when you startmyProgram` 来自命令行、crontab 或通过另一个进程的 exec(...)。

我希望这会有所帮助。

Answer 3

shell 在考虑调用命令之前执行 glob 扩展。诸如 grep 之类的程序不会做任何事情来防止通配：它们不能。作为这些程序的调用者，您必须告诉外壳程序您要将* 和? 等特殊字符传递给程序，而不是让外壳程序解释它们。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 .txt 的文件中查找 ba split、bana split 等）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 什么也不扩展。在双引号之间，$、` 和 \ 仍然被解释。您还可以通过在单个字符前面加上反斜杠来保护单个字符免受 shell 扩展。不仅需要保护通配符；例如，在上面，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。编写上述 sn-p 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，则模式保持不变并传递给底层命令。所以像

这样的命令

grep b[an]*a *.txt

根据系统上存在的文件具有不同的效果。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*.txt 匹配的文件中搜索模式b[an]*a。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，因此它在bnm 和hello.txt 两个文件中搜索模式baclava。不用说，在脚本中依赖它是个坏主意。在命令行上它偶尔可以节省打字，但它是有风险的。

当您在不包含点文件的目录中运行ack .* 时，shell 将运行ack . ..。然后ack 命令的行为是打印出..（当前目录的父目录）下所有文件中的所有非空行（模式.：匹配任何一个字符） ) 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 在您不传递任何文件名参数时的行为）。