如何使用glob模块的glob函数递归获取目录及所有子目录中的PDF文件

我来帮你搞定这个问题！你之前的尝试其实已经摸到门道了，只是还差个关键的小细节——要把recursive=True参数和**通配符搭配使用，才能实现递归遍历所有层级的目录。

先给你直接上正确的代码，再慢慢解释：

from glob import glob

# 这个写法会匹配D盘根目录下的所有PDF，以及所有嵌套子目录里的PDF
pdf_files = glob('D:/**/*.pdf', recursive=True)

为什么你之前的写法不行？ #

咱们逐个分析你试过的代码：

• glob('D:/*.pdf')：这个模式只匹配D盘根目录下的PDF文件，完全不会遍历子目录，所以看不到深层的文件；
• glob('D:/*/*.pdf')：这个模式只能匹配一级子目录里的PDF（比如D:\Documents下的），但根目录的文件和更深的子目录（比如D:\Documents\January）里的文件都找不到；
• glob('D:/*.pdf', recursive=True)：这里虽然加了recursive=True，但模式里没有**通配符，这个参数根本发挥不了作用，所以还是只找根目录的文件。

关键知识点：**通配符的作用 #

当你开启recursive=True时，**会匹配任意数量的子目录（包括零个）——也就是说，它既会匹配当前目录（根目录），也会匹配所有嵌套的子目录。所以D:/**/*.pdf就等价于同时查找：

• D:/*.pdf（根目录）
• D:/*/*.pdf（一级子目录）
• D:/*/*/*.pdf（二级子目录）
• 以此类推，直到所有嵌套层级的子目录

更稳妥的写法（推荐） #

如果担心手动写路径分隔符出错，或者需要跨平台兼容，可以结合os.path模块来拼接路径：

import os
from glob import glob

# 定义要搜索的根目录
root_dir = 'D:\\Documents\\'
# 用os.path.join自动处理路径分隔符
search_pattern = os.path.join(root_dir, '**', '*.pdf')
pdf_files = glob(search_pattern, recursive=True)

这样不管是Windows还是Linux/macOS，路径分隔符都会自动适配，不容易出错。

备注：内容来源于stack exchange，提问作者libo navon