使用glob.glob()始终无法匹配到指定后缀文件该如何解决？

核心问题根源 #

• glob.glob、pathlib.rglob默认不会自动解析路径中的~用户主目录占位符，你传入的路径会被识别为字面量以~开头的路径，无法匹配到真实路径，因此返回空列表。
• 你已经通过os.chdir('../repos/')切换到了仓库存储目录，使用全量绝对路径的写法冗余且容易出错，也可能因为相对路径跳转错误导致路径不匹配。

修复方案 #

方案1：展开用户主目录占位符 #

使用os.path.expanduser先处理路径中的~，再传给glob.glob：

# 先处理路径中的~
search_path = os.path.expanduser(r"~/Documents/open-vocabulary-ros/repos/**/*.cpp")
target_files = glob.glob(search_path, recursive=True)

方案2：使用相对路径（更推荐） #

已经切换到repos目录的前提下，直接用相对路径匹配，避免写全路径出错：

target_files = glob.glob("**/*.cpp", recursive=True)

方案3：pathlib rglob写法 #

如果使用pathlib，正确写法如下：

from pathlib import Path
# 全路径写法
target_files = list(Path.home().joinpath("Documents/open-vocabulary-ros/repos").rglob("*.cpp"))
# 相对路径写法（切换到repos目录后）
target_files = list(Path.cwd().rglob("*.cpp"))

优化后的完整代码示例 #

import pandas as pd
import os
import subprocess
import glob

def get_repo_name_from_url(url):
    # 你原有实现保留即可
    return url.strip().split('/')[-1].replace('.git', '')

def download_cpp_files(csv_file):
    df = pd.read_csv(csv_file)
    df_url = df['URL'].tolist()
    # 建议这里用绝对路径切换目录，避免相对路径受脚本执行位置影响
    # 比如 os.chdir(os.path.expanduser("~/Documents/open-vocabulary-ros/repos/"))
    os.chdir('../repos/')
    # 先打印当前工作目录确认跳转正确
    print("当前工作目录：", os.getcwd())
    for url in df_url:
        try:
            # 优化subprocess写法，避免shell注入风险
            subprocess.call(['git', 'clone', url])
            repo_name = get_repo_name_from_url(url)
            print(repo_name + " downloaded.")
        except Exception as e:
            print("No such URL " + url + " found.", e)
        
        # 仅扫描当前刚下载的仓库的cpp文件，效率更高
        target_files = glob.glob(f"{repo_name}/**/*.cpp", recursive=True)
        print(target_files)

额外排查点 #

• 如果仍返回空，先确认下载的仓库中确实存在.cpp后缀的文件，注意大小写，如果有大写.CPP后缀的文件，匹配规则调整为**/*.{cpp,CPP}即可。
• 确认os.chdir跳转的路径正确，执行print(os.getcwd())打印当前工作目录，与实际仓库存储路径对比。

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