Python中通配符与正则表达式re的区别及选择

在Python开发中，当我们需要筛选文件、检查字符串是否符合某种规则或从文本中提取关键字段时，经常会遇到“通配符”与“正则表达式”这两种模式匹配机制。简单来说：通配符（Wildcards，常用模块为 glob 和 fnmatch）专为文件系统路径和简单名称过滤设计，语法简单直观；正则表达式（Regular Expressions，模块为 re）则是通用的复杂文本处理工具，能够完成深度的文本搜索、格式校验与分组提取。理解两者的核心差异，有助于在实际编码中以最小的代码代价选择最契合的工具。

一、同名符号的不同语义：通配符与re的本质差异

许多初学者容易将通配符与正则表达式混淆，最主要的原因在于它们使用了相同的特殊字符（如 *、?、[]），但背后的匹配逻辑却完全不同。

在通配符规则中，星号 * 代表“任意长度的任意字符序列”，问号 ? 代表“恰好一个任意字符”；而在正则表达式中，* 与 ? 本身并不指代字符，而是修饰前导字符的量词——* 表示前导表达式出现零次或多次，? 表示前导表达式出现零次或一次。要在正则表达式中表达“任意字符”，必须显式写出点号 .，因此通配符中的 * 对应于正则中的 .*。

图1：通配符与正则表达式中相同符号的含义对比

另一个容易被忽略的差异是点号（.）的处理。在通配符规则中，点号只是一个普通字符，例如 *.txt 中的点号就字面表示文件名里的点；但在正则表达式中，未转义的点号 . 会匹配任意除换行外的单字符，若要严格匹配文件后缀的点号，必须写成 \.。

二、底层实现剖析：Python中通配符与re的内在联系

有一种常见的认知误区认为：“通配符和正则表达式是两套完全独立且毫无交集的底层引擎”。在底层实现上，这种说法并不准确。

在Python标准库中，处理通配符匹配的核心模块是 fnmatch。当你调用 fnmatch.fnmatch('app.py', '*.py') 时，Python实际上并不是使用单独的有限状态机去比对字符串，而是通过内部的 fnmatch.translate() 函数，先将通配符模式翻译为等效的正则表达式，再调用 re 模块进行编译和匹配。

图2：fnmatch.translate() 将通配符转为正则表达式的工作流程

我们可以通过一段简短的代码直接观察这一翻译过程：

import fnmatch

wildcard_pattern = "*.py"
regex_pattern = fnmatch.translate(wildcard_pattern)

print("原始通配符:", wildcard_pattern)
print("转译后的正则:", regex_pattern)
# 在 Python 3.8+ 中，输出结果为:
# 转译后的正则: (?s:.*\.py)\Z

由此可见：通配符在Python中可以看作是建立在正则表达式之上的一种“面向文件与简单名称匹配的高阶语法糖”。它隐藏了复杂的元字符转义与锚点逻辑，让开发者能够用极低的认知成本快速书写常见的文件查找规则。

三、选型指南：如何根据实际需求做出决策

在了解原理后，面对具体业务场景，我们应该如何选择？决策的核心依据在于两个维度：操作对象是什么以及匹配规则的复杂度如何。

图3：业务场景下的工具选型决策树

根据上述路径，我们可以建立清晰的选型原则：

1. 首选通配符的场景：在本地目录中递归搜索特定扩展名的文件（如 pathlib.Path(".").rglob("*.json")），或者按简易命名规则批量处理日志。通配符代码可读性极高，无须担心转义符号带来的排版混乱。
2. 必须使用正则表达式的场景：需要从非结构化文本中抽取手机号、邮箱、IP地址；需要断言（Lookahead/Lookbehind）；需要捕获命名分组；需要复杂的模式替换（如将特定格式日期标准化）。
3. 优先使用原生字符串方法的场景：如果只是判断字符串是否以某固定字符开头或结尾，直接使用 str.startswith() 或 str.endswith() 性能最佳，无须动用 glob 或 re。

四、典型代码实践对比

通过以下两个对比示例，可以直观感受到两类工具在不同场景下的代码表达与适用性。

场景1：查找并统计指定目录下的数据文件

对于文件系统操作，使用 pathlib 结合通配符语法最为简洁直观：

from pathlib import Path

# 使用通配符递归遍历当前目录下所有的 csv 文件
data_dir = Path("./reports")
csv_files = list(data_dir.rglob("2026_Q[1-4]_*.csv"))

print(f"找到符合条件的文件数量: {len(csv_files)}")
for file_path in csv_files:
    print(file_path.name)

场景2：从文件名或文本中精准提取业务信息

如果文件名中包含业务参数（如用户ID、时间戳、状态码），且需要将它们单独提取出来，通配符便无能为力，必须使用 re 模块的捕获组功能：

import re

filenames = [
    "export_user1024_20261020_success.log",
    "export_user2048_20261021_failed.log",
    "invalid_name.tmp"
]

# 定义提取规则：通过命名捕获组提取用户ID、日期与执行状态
pattern = re.compile(r"^export_user(?P<uid>\d+)_(?P<date>\d{8})_(?P<status>[a-z]+)\.log$")

for name in filenames:
    match = pattern.match(name)
    if match:
        data = match.groupdict()
        print(f"用户ID: {data['uid']}, 日期: {data['date']}, 状态: {data['status']}")
    else:
        print(f"跳过不匹配文件: {name}")

五、综合对照与总结

为了便于查阅与日常开发选型，下表及图4对两者的特性进行了全方位总结：

图4：通配符与正则表达式全能力维度矩阵