如何在Jupyter Notebook中列出GCS桶中匹配指定模式的文件/对象？

问题原因 #

GCS的prefix参数仅支持前缀精确匹配，不识别*这类通配符。你之前设置prefix='MY_FILES_*.model'，会把整串当作前缀去查找，自然匹配不到MY_FILES_0.model这类文件。

两种可行解决方案 #

方案1：前缀过滤+本地模式匹配（兼容所有SDK版本）

先通过前缀筛选出范围更小的对象集合，再用Python的fnmatch模块做本地模式匹配，适合复杂模式场景：

from google.cloud import storage
import fnmatch

# 初始化GCS客户端与桶实例
client = storage.Client()
bucket = client.get_bucket('你的桶名称')

# 获取所有前缀为MY_FILES_的对象
blobs = bucket.list_blobs(prefix='MY_FILES_')

# 筛选符合MY_FILES_*.model模式的对象
matching_files = [blob.name for blob in blobs if fnmatch.fnmatch(blob.name, 'MY_FILES_*.model')]

# 输出结果
for file_name in matching_files:
    print(file_name)

方案2：使用SDK内置的match_glob参数（推荐，需SDK版本≥2.0.0）

从google-cloud-storage 2.0.0版本开始，list_blobs方法支持match_glob参数，可直接传入通配符模式，由GCS服务端完成过滤，效率更高：

from google.cloud import storage

client = storage.Client()
bucket = client.get_bucket('你的桶名称')

# 直接通过match_glob指定匹配模式
matching_blobs = bucket.list_blobs(match_glob='MY_FILES_*.model')

# 遍历输出匹配的文件名
for blob in matching_blobs:
    print(blob.name)

如果你的SDK版本低于2.0.0，执行以下命令升级：

pip install --upgrade google-cloud-storage

内容的提问来源于stack exchange，提问作者user3448011