如何通过glob同时遍历.tar与csv.gz后缀的文件？

首先纠正一个小误解：你代码里的*不是正则字符，是glob模块的通配符，作用是匹配任意长度的任意字符（路径分隔符/除外）。

要同时遍历.tar和.csv.gz文件，有几种实用方法：

方法1：用glob原生的多模式匹配（最简洁） #

glob支持用{模式1,模式2}的语法同时匹配多种后缀，直接修改路径即可：

for f in glob.glob('{}/{}/Compressed_Files/*.{tar,csv.gz}'.format(path, site_id)):
    # 这里写你的文件处理逻辑

这种方法效率最高，因为glob会在底层直接完成过滤，不需要额外处理。

方法2：用正则表达式过滤（适合复杂规则） #

如果需要更灵活的匹配逻辑（比如文件名包含特定字符），可以先获取目录下所有文件，再用正则筛选：

import re
import glob

# 编译正则，匹配以.tar或.csv.gz结尾的文件
match_pattern = re.compile(r'.*\.(tar|csv\.gz)$')
# 先获取目录下所有文件
all_files = glob.glob('{}/{}/Compressed_Files/*'.format(path, site_id))
for f in all_files:
    if match_pattern.search(f):
        # 处理符合条件的文件

方法3：合并两个glob结果（直观易懂） #

分别获取两种后缀的文件列表，再用+运算符合并遍历：

tar_files = glob.glob('{}/{}/Compressed_Files/*.tar'.format(path, site_id))
csv_gz_files = glob.glob('{}/{}/Compressed_Files/*.csv.gz'.format(path, site_id))

for f in tar_files + csv_gz_files:
    # 处理文件

这种方法适合需要分别对两种文件做预处理再统一遍历的场景。

内容的提问来源于stack exchange，提问作者View_user