如何使用glob获取2018年之后修改的CSV文件列表？

数据老陈

2026-10-3

结论

glob 本身仅支持文件名的模式匹配，不支持基于修改时间、文件大小这类文件属性的筛选，修改时间的过滤必须通过遍历判断实现。
你原来的代码性能低的核心问题不是循环本身，是存在很多不必要的重复IO操作：排序时给全量文件（包含非CSV）查询了一次修改时间，循环判断时又查询了一次，远程目录的IO延迟会把这部分开销放大很多。

优化实现

你可以用如下逻辑优化，性能会有明显提升：

先用Path.glob直接筛出所有CSV文件，避免遍历其他后缀的无效文件
单次查询修改时间，避免重复IO
增加正则匹配的异常校验，避免不符合命名规则的文件导致程序报错

import os
import re
from datetime import datetime
from pathlib import Path

TARGET_YEAR = 2018
# 提前转成时间戳，避免循环里重复计算
CUTOFF_TIME = datetime(TARGET_YEAR, 1, 1).timestamp()
directory = Path("你的远程目录路径")
final = []

# 预编译正则，提升匹配效率
name_pattern = re.compile(r'[a-z]+[0-9]{4}\.csv')

for file in directory.glob("*.csv"):
    # 只调用一次getmtime，同时直接用时间戳比较，省去循环里每次转datetime的开销
    if os.path.getmtime(file) >= CUTOFF_TIME:
        match_res = name_pattern.match(file.name)
        if match_res:
            final.append(match_res.group(0))

如果你偏好列表推导式的写法，也可以写成：

from datetime import datetime
from pathlib import Path
import re
import os

CUTOFF_TIME = datetime(2018, 1, 1).timestamp()
name_pattern = re.compile(r'[a-z]+[0-9]{4}\.csv')
final = [
    name_pattern.match(f.name).group(0)
    for f in Path(directory).glob("*.csv")
    if os.path.getmtime(f) >= CUTOFF_TIME and name_pattern.match(f.name)
]