在Python中获取文件列表，最推荐且高效的方法是使用os.listdir()处理当前目录，或使用pathlib.Path.rglob()递归遍历子目录，两者结合正则表达式可实现精准筛选。
很多开发者在初期接触Python文件操作时，往往会陷入“如何优雅地列出文件夹内容”的困惑，这不仅仅是调用一个API的问题，更关乎代码的可读性、执行效率以及跨平台的兼容性，随着Python版本的迭代，传统的os模块虽然依然稳健，但新兴的pathlib库凭借其面向对象的设计哲学，正逐渐成为处理路径和文件列表的首选方案，本文将深入解析这两种主流方案的底层逻辑与实战应用,帮助你构建健壮的文件处理流程。
为什么选择pathlib而非os模块
业内专家指出，虽然os模块是Python的标准库基石，但在处理复杂路径逻辑时，pathlib提供了更直观的API，对于初学者而言,理解这一选择背后的工程考量至关重要。
路径操作的直观性对比
使用os模块时，拼接路径往往需要依赖os.path.join()，而在处理深层目录结构时，字符串拼接容易出错，相比之下，pathlib引入了Path对象，支持使用运算符直接连接路径,代码语义更加清晰。
- os模块写法：
os.path.join(base_dir, sub_dir, filename) - pathlib写法：
base_dir / sub_dir / filename
这种差异在编写大型项目时尤为明显，后者能显著降低维护成本。pathlib返回的对象自带文件类型判断、大小获取等属性，无需额外调用函数,减少了代码行数。
递归遍历的性能考量
在处理包含大量子目录的大型项目结构时，递归遍历是常见需求。os.walk()是os模块提供的经典递归工具，但它返回的是生成器，需要手动处理文件路径的拼接，而pathlib的rglob()方法则更为简洁，它直接返回匹配特定模式的Path对象列表。
据统计，在中小规模文件树（几千个文件以内）的遍历场景中，pathlib的性能与os模块相差无几，甚至因为减少了字符串操作而略快，但在超大规模数据集中，os.walk()由于底层C实现的优化，可能在内存占用上表现更优,选择哪种方案需根据具体场景权衡。
实战：使用os模块获取文件列表
尽管pathlib备受推崇，但os模块因其极高的兼容性和稳定性，依然是许多遗留系统和特定场景下的首选，掌握os模块的核心用法,是每一位Python开发者的基本功。
基础列表获取
获取当前目录下的所有文件和文件夹，只需调用os.listdir()，该方法返回一个字符串列表,包含目录中所有条目。
import os
# 获取当前目录下的所有条目
items = os.listdir('.')
print(items)
需要注意的是，os.listdir()返回的是相对路径字符串，若需获取完整路径，需结合os.path.abspath()或os.path.join()进行转换。
过滤特定类型文件
实际应用中，我们通常不需要列出所有文件，而是希望筛选出特定扩展名，如.py或.json文件，结合os.path.splitext()进行判断是最直接的方法。
import os
def get_py_files(directory):
py_files = []
for filename in os.listdir(directory):
if filename.endswith('.py'):
py_files.append(os.path.join(directory, filename))
return py_files
这种写法逻辑清晰，易于理解，适合大多数简单场景，当需要处理复杂命名规则或正则匹配时,这种写法会变得冗长。
进阶：利用pathlib实现智能筛选
pathlib的强大之处在于其将文件属性与路径操作深度融合，使得筛选逻辑更加紧凑，特别是glob和rglob方法,能够直接通过通配符或正则表达式匹配文件。
使用glob进行模式匹配
Path.glob()支持Unix shell风格的通配符，如、和[seq],这使得获取特定类型文件变得异常简单。
from pathlib import Path
# 获取当前目录下所有.py文件
py_files = Path('.').glob('.py')
for file in py_files:
print(file)
这种方法避免了手动拼接路径和判断后缀的繁琐步骤,代码量减少了一半以上。
递归遍历与正则表达式结合
对于需要深入子目录并匹配复杂文件名（如包含日期、版本号等）的场景，
rglob()配合正则表达式是最佳选择，虽然rglob()本身不支持正则，但可以先获取所有匹配通配符的文件，再使用re模块进行二次筛选。
import re
from pathlib import Path
# 获取所有txt文件
txt_files = Path('.').rglob('.txt')
# 筛选出包含"report"且以数字结尾的文件
pattern = re.compile(r'report_d+.txt$')
filtered_files = [f for f in txt_files if pattern.search(f.name)]
这种组合方式既利用了pathlib的路径遍历能力，又保留了正则表达式的灵活性,适用于绝大多数复杂文件管理需求。
常见陷阱与优化建议
在实际开发中，即使使用了正确的API，也可能因细节疏忽导致程序崩溃或性能瓶颈,以下是几个需要特别注意的方面。
权限错误处理
在遍历系统目录或受保护文件夹时，可能会遇到PermissionError，使用os模块时，需显式捕获异常；而pathlib在某些旧版本中可能不会抛出异常，而是静默跳过，这可能导致逻辑漏洞，建议始终使用try-except块包裹文件操作代码。
路径编码问题
在Windows系统中，路径可能包含非ASCII字符。os模块在处理此类路径时可能需要显式指定编码，而pathlib默认使用系统默认编码，通常能自动处理，但在跨平台部署时,仍需注意编码一致性。
性能优化：生成器 vs 列表
当文件数量极大时，glob()和rglob()返回的可能是包含所有匹配项的列表，导致内存溢出，应使用生成器表达式或os.walk()的迭代特性，逐文件处理,避免一次性加载所有路径到内存。
不同场景下的方案选择
为了更直观地展示各方案的适用场景，下表对比了os、pathlib.glob和pathlib.rglob的核心特性。
| 特性 | os.listdir | pathlib.glob | pathlib.rglob |
|---|---|---|---|
| 遍历深度 | 仅当前目录 | 当前目录 |
递归所有子目录 |
| 匹配方式 | 需手动判断后缀 | 通配符 | 通配符 |
| 返回值类型 | 字符串列表 | Path对象生成器 | Path对象生成器 |
| 代码简洁度 | 一般 | 高 | 高 |
| 适用场景 | 简单目录扫描 | 单层目录筛选 | 深层结构查找 |
常见问题解答
python获取文件列表速度慢怎么办
若发现文件列表获取速度慢，首先应检查是否进行了不必要的文件内容读取，仅获取元数据（如名称、大小）时，确保只调用stat()或is_file()等轻量级方法，考虑使用多线程或异步IO处理大量小文件，但需注意GIL限制，对于超大目录,建议分块处理或使用数据库索引预存文件路径。
python获取文件列表乱码如何解决
乱码问题通常源于文件系统编码与Python解释器默认编码不一致，在Windows上，默认编码可能是GBK，而在Linux上通常是UTF-8，解决方案是在打开文件或处理路径时，显式指定encoding='utf-8'或使用sys.getfilesystemencoding()获取系统编码，对于pathlib，确保文件名不包含非法字符，并在读取内容时统一使用UTF-8解码。
python getfilelist如何忽略隐藏文件
隐藏文件在Linux/macOS中以开头，在Windows中可能具有隐藏属性，使用pathlib时，可通过列表推导式过滤以开头的文件名：[f for f in Path('.').iterdir() if not f.name.startswith('.')]，对于os模块，同样在循环中判断filename.startswith('.')即可，需注意，某些系统隐藏文件可能不以开头，此时需结合os.path或pathlib的is_hidden()方法（Python 3.12+支持）进行更精确的判断。
首发原创文章，作者：王坚，如若转载，请注明出处：https://test.idctop.com/article/458928.html
