Python中os.walk与glob.glob统计文件数量结果差异问询

核心差异 #

os.walk是对目标路径做全量递归遍历，原生区分文件和目录，返回的files列表直接包含当前目录下所有文件，不受文件名格式、后缀限制；而glob.glob是依赖你传入的匹配规则做路径匹配，默认不区分文件和目录，匹配结果完全受通配符规则限制。

结果不一致的具体原因 #

• 最核心原因：你使用的glob通配符是*.*，该规则仅能匹配文件名中包含.的文件（即带扩展名的文件），所有无扩展名的文件（比如无后缀的笔记、系统缓存文件、README、LICENSE这类无后缀文件）都会被过滤掉，这就是两者差了近7000个文件的主要来源。
• 次要原因：glob.glob返回的结果同时包含匹配到的文件和目录，如果你没有额外做os.path.isfile()判断，会把符合*.*规则的目录也统计进去，不过这一因素在你的场景中会让统计结果偏多，不是偏少的原因。
• 补充场景：Windows环境下如果目标路径中存在超长路径（超过260字符），旧版本Python的glob可能无法识别这类路径，也会导致统计结果偏少。

修正glob统计的方案 #

如果要让glob和os.walk的统计结果一致，可以修改匹配规则+增加文件判断：

import glob
import os

files = [p for p in glob.glob('C:\\Users\\fibi\\Documents\\**\\*', recursive=True) if os.path.isfile(p)]
print(len(files))

内容的提问来源于stack exchange，提问作者user3283415