Python中基于文件名多字符串匹配复制指定文件问题

需求说明 #

需要将源文件夹中文件名包含指定字符串的文件复制到目标目录，源文件夹文件示例：

20220101(100000-19999).xlsx
20220101(200000-29999).xlsx
20220101(300000-39999).xlsx
20220101(400000-49999).xlsx
20220101(500000-69999).xlsx
20220101(600000-69999).xlsx
20220101(700000-79999).xlsx
20220101(800000-89999).xlsx
20220101(900000-99999).xlsx
20220101(1000000-109999).xlsx
20220101(1100000-119999).xlsx

当指定匹配字符串为"100000"和"500000"时，目标目录需得到：

20220101(100000-19999).xlsx
20220101(500000-69999).xlsx

原代码及报错 #

尝试的代码：

import shutil
import os
import glob

loc= 'C:/path/to/files/folder'
des = 'G:/path/to/files/new_folder'

pattern= ["100000", "500000"]
patterns= [f"20220101({i}*" for i in pattern]


files = Path(loc).rglob(patterns)

for file in files:
    print(file)
    shutil.copy(file, des )

运行报错：

AttributeError                            Traceback (most recent call last)
Cell In[16], line 10
      5 patterns= [f"20220101({i}*" for i in pattern]
      8 files = Path(loc).rglob(patterns)
---> 10 for file in files:
     11     print(file)
     12     shutil.copy(file, des)

File ~\anaconda3\lib\pathlib.py:1043, in Path.rglob(self, pattern)
   1038 """Recursively yield all existing files (of any kind, including
   1039 directories) matching the given relative pattern, anywhere in
   1040 this subtree.
   1041 """
   1042 sys.audit("pathlib.Path.rglob", self, pattern)
-> 1043 drv, root, pattern_parts = self._flavour.parse_parts((pattern,))
   1044 if drv or root:
   1045     raise NotImplementedError("Non-relative patterns are unsupported")

File ~\anaconda3\lib\pathlib.py:66, in _Flavour.parse_parts(self, parts)
     64     continue
     65 if altsep:
---> 66     part = part.replace(altsep, sep)
     67 drv, root, rel = self.splitroot(part)
     68 if sep in rel:

AttributeError: 'list' object has no attribute 'replace'

错误原因 #

1. Path.rglob()仅接受单个字符串模式，不能传入列表，这是报错的直接原因；
2. 文件名中的(是glob模式的特殊字符（用于分组），需要转义才能匹配实际的括号字符。

修正方案 #

方案1：遍历每个模式执行匹配 #

针对每个目标字符串生成转义后的glob模式，逐个调用rglob：

import shutil
from pathlib import Path

loc = 'C:/path/to/files/folder'
des = 'G:/path/to/files/new_folder'

targets = ["100000", "500000"]
# 转义括号，生成每个目标对应的glob模式
patterns = [f"20220101\\({target}*" for target in targets]

# 遍历每个模式，匹配文件并复制
for pattern in patterns:
    for file in Path(loc).rglob(pattern):
        print(f"复制文件: {file}")
        shutil.copy(file, des)

方案2：遍历所有文件，检查文件名是否包含目标字符串 #

如果不需要递归查找，或者更直观匹配，可直接遍历文件并判断：

import shutil
from pathlib import Path

loc = 'C:/path/to/files/folder'
des = 'G:/path/to/files/new_folder'

targets = {"100000", "500000"}

# 遍历源目录下所有xlsx文件（非递归用iterdir，递归用rglob("*.xlsx")）
for file in Path(loc).iterdir():
    if file.suffix == ".xlsx" and any(target in file.name for target in targets):
        print(f"复制文件: {file}")
        shutil.copy(file, des)

说明 #

• 方案1适合递归查找子目录中的文件，利用glob模式匹配效率较高；
• 方案2更灵活，可自定义匹配逻辑（比如精确匹配括号内的开头字符串）；
• 确保目标目录des已存在，若不存在可提前用Path(des).mkdir(exist_ok=True)创建。

内容的提问来源于stack exchange，提问作者leslie