PurePath.match与Path.glob的差异及断言失败问题咨询

API功能说明 #

• PurePath.match(pattern)：将路径与指定glob风格模式匹配，匹配成功返回True，否则返回False。注意这里的**通配符要求匹配至少一层子目录。
• Path.glob(pattern)：在当前路径对应的目录中匹配给定模式，生成所有匹配的任意类型文件。这里的**通配符允许匹配零层或多层子目录（也就是包含目标目录本身的直接子文件）。

问题1：为何断言会失败？ #

这两个API对**通配符的处理逻辑差异，是导致断言失败的核心原因：

1. Path('../').glob("sql-queries/**/*.sql")会返回sql-queries目录下所有.sql文件——包括直接放在sql-queries根目录下的文件（比如../sql-queries/combined_gv.sql），以及所有子目录里的.sql文件（比如../sql-queries/gen_test_data/combined_gv.sql）。因为glob的**允许匹配零层子目录（即目标目录本身）。
2. 而fname.match("sql-queries/**/*.sql")只会匹配那些在sql-queries子目录里的.sql文件。因为match的**要求至少匹配一层子目录，直接放在sql-queries根目录下的文件（没有子目录层级）无法满足这个模式，会被过滤掉。

最终filtered_files只包含子目录中的文件，而query_files包含根目录和子目录的所有匹配文件，两者内容不相等，断言自然失败。

问题2：如何修改PurePath.match的匹配模式？ #

要让断言成立，我们需要让match的模式同时覆盖两种情况：直接在sql-queries根目录下的文件，以及子目录里的文件。最直接的修改方式是使用两个模式做逻辑或：

filtered_files = [fname for fname in query_files 
                  if fname.match("sql-queries/*.sql") or fname.match("sql-queries/**/*.sql")]

• "sql-queries/*.sql"负责匹配sql-queries根目录下的直接子文件；
• "sql-queries/**/*.sql"负责匹配所有子目录里的.sql文件。

这样就能保证filtered_files和query_files的内容完全一致，断言不会失败。

示例说明 #

问：能否给出一个存在于query_files但不在filtered_files中的具体路径？
答：
比如PosixPath('../sql-queries/combined_gv.sql')——这个文件直接放在sql-queries根目录下，无法通过fname.match("sql-queries/**/*.sql")的匹配，所以会出现在query_files里，但不会被纳入filtered_files。

对应的完整列表示例：

query_files = <class 'list'>: [ PosixPath('../sql-queries/combined_gv.sql'), PosixPath('../sql-queries/gv_with_merchant.sql'), PosixPath('../sql-queries/merchant_dimension.sql'), PosixPath('../sql-queries/gen_test_data/combined_gv.sql'), PosixPath('../sql-queries/gen_test_data/merchant_dimension.sql')]
filtered_files = <class 'list'>: [ PosixPath('../sql-queries/gen_test_data/combined_gv.sql'), PosixPath('../sql-queries/gen_test_data/merchant_dimension.sql')]

内容的提问来源于stack exchange，提问作者Abhijit