Python中用正则替代glob匹配路径名的方案及扩展可行性探讨

比如想要实现这类匹配需求：

• 匹配abc_123/和abc/，但不匹配abcd_123/或abcd/
• 匹配path/abc_123/to/file.txt，但不匹配path/abcd/to/file.txt

对应的假想API调用如下：

# Match abc_123/ and abc/ but not abcd_123/ or abcd/
re_glob(r'abc(_123)?')
# Match path/abc_123/to/file.txt but not path/abcd/to/file.txt
re_glob('path/abc(_123)?/to/*.txt')

现有方案情况 #

• Python标准库没有提供直接支持"纯正则"的路径搜索工具。目前能实现需求的方式，要么是先用glob匹配一个较宽泛的路径范围，再用正则表达式过滤结果；要么是遍历目标根目录下的所有文件/目录，再逐一用正则匹配完整路径。这类方案本质都是先遍历再过滤，没有更高效的纯正则路径搜索方案。

扩展glob.glob()的弊端 #

直接替换glob.py中的fnmatch.filter()为re.fullmatch()、并扩展has_magic为has_regex的思路看似简单，但存在不少明显问题：

• 跨平台兼容性差：glob会自动适配不同系统的路径分隔符（Windows的\、Unix的/），但正则表达式需要手动处理转义，直接替换后会出现路径分隔符匹配失效的问题。
• 递归逻辑冲突：glob的**递归通配符是专门处理的，正则中的.*等写法无法直接对应原有递归搜索逻辑，会破坏glob的递归功能。
• 性能损耗大：glob会借助系统原生的通配符匹配能力来减少遍历范围，改用正则后需要遍历所有文件再做匹配，在文件数量多、目录层级深的场景下性能会明显下降。
• 语法混淆风险：正则中的特殊字符（如.、*、?）和glob通配符的语义完全不同，直接替换后用户需要同时区分两种语法规则，极易引发使用混淆。

内容的提问来源于stack exchange，提问作者LexTron