Glob 获取具有较低或较高 .pdf 扩展名的 pdf 文件

Question

我有一段代码使用 os.walk 遍历目录，然后在相应的目录中获取那里所有 pdf 文件的文件列表。

为了在遍历后获取特定目录中的 pdf 文件列表，我使用 glob，如下所示：

file_list = glob.glob(os.path.join(root,invoice_dir_name, "*.pdf"))

它获取目录中以 .pdf 结尾的所有文件。

但我刚刚发现了一个极端情况，如果目录有 pdf 文件，但如果它们以 .PDF 结尾，它会返回空字符串，因为它正在寻找小写的 .pdf 扩展名。

如何在 glob 函数中添加正则表达式，以便它可以获取 .pdf 或 .PDF 中的任何一个。我试过了

file_list = glob.glob(os.path.join(root,invoice_dir_name, "*.(pdf|PDF)"))

但显然它不起作用

我的代码使用 glob 和 os.walk 并且要求使用的任何其他东西都将是代码的重做，所以我想知道是否可以使用 glob 找到一个 soln。谢谢

Answer 1

分别搜索 .pdf & .PDF 并将信息收集到单个列表中如何？这样，为两种模式找到的匹配项将被合并并返回。

def get_files(root, dir_name, pattern):
    patterns = [os.path.join(root, dir_name, pattern.upper()), os.path.join(root, dir_name, pattern.lower())]
    return [filename for p in patterns for filename in glob.glob(p)]

如果不是新函数，则直接替换：

file_list = glob.glob(os.path.join(root,invoice_dir_name, "*.pdf"))

与：

pattern = "*.pdf"
p_lower = os.path.join(root, dir_name, pattern.upper())
p_upper = os.path.join(root, dir_name, pattern.lower())
file_list = [fname for p in (p_lower, p_upper) for fname in glob.glob(p)]

输出：

[
  '/Users/username/docs/37-sbc-sleep-apnea-2018.PDF',
  '/Users/username/docs/notice.pdf',
  '/Users/username/docs/Health2020.pdf',
  '/Users/username/docs/West.pdf',
  '/Users/username/docs/hello-Health-net-excel-file-2020.pdf', 
  '/Users/username/docs/2018-arbitration-form-english.pdf'
]