Python中通配符匹配与正则表达式re的区别及选择

周予安

发布时间：2026-11-11 | 4人浏览过

原创

深入解析Python中通配符匹配（fnmatch/glob）与正则表达式（re模块）的核心差异、底层运行机制、关键符号语义区别，并提供具体的场景选型依据与实操代码。

在Python开发中，通配符匹配（Wildcard，主要依托 fnmatch、glob 与 pathlib 模块）与正则表达式（re 模块）是两套定位完全不同的字符串模式比对工具。通配符匹配专为文件路径与简单文件名过滤设计，语法极简直观；正则表达式则是通用、精密的文本解析引擎，支持结构提取、复杂量词与边界断言。本文将直接剖析两者的底层运行机理、核心符号语义差异，并给出清晰可执行的四步选型决策依据。

图 0：Python 通配符模式匹配与正则表达式技术定位概览

一、核心概念与本质差异

很多刚接触 Python 的开发者容易将通配符（Globbing）与正则表达式（Regular Expression）混为一谈，根本原因在于两者都可以使用形如 * 和 ? 的特殊字符进行模式过滤。然而，两者的设计目标与应用层级截然不同：

通配符匹配（Wildcard / Globbing）：起源于 Unix Shell 环境的文件名通配机制。在 Python 中，标准库提供了 fnmatch 模块处理单个字符串的通配判断，以及 glob 和 pathlib.Path.glob() 处理文件系统目录遍历。其语法集合极小，仅包含 *、?、[...] 和 [!...]，目标是用最符合人类直觉的方式快速定位一组文件。
正则表达式（Regular Expression，re 模块）：基于形式语言与自动机理论构建的通用文本模式处理引擎。Python 的 re 模块支持位置锚定（^、$、\b）、贪婪与非贪婪量词、捕获分组与命名分组（(?P<name>...)）、前后查找断言等高级功能，专用于对复杂文本进行验证、精准抽取与模式替换。

二、核心符号语义与底层转换机理

开发者在实际编写代码时最常遇到的混淆，是同一个符号在两种语法体系下的不同语义。例如，在通配符中 *.txt 表示“任意字符接 .txt”，而在正则表达式中，字符 * 必须修饰前面的字符，若直接写 re.search("*.txt", s) 则会抛出 re.error: nothing to repeat 语法异常。

图 1：通配符与正则表达式语法符号映射与底层转换机理

更有趣的是两者的技术纽带：在 Python 底层，通配符并不是独立编写的另一套字符串引擎，而是通过 fnmatch.translate() 将通配符模式翻译成了正则表达式，再交给 re 引擎编译执行。

import fnmatch

pattern = "*.csv"
regex_pattern = fnmatch.translate(pattern)
print("通配符转译结果:", regex_pattern)
# 输出示例: (?s:.*\.csv)\Z

从输出可以看出，fnmatch.translate() 会自动转义点号 \.，将 * 转换为包含跨行匹配模式的 .*，并加上字符串结尾锚点 \Z。这揭示了一个核心本质：通配符在能力上是正则表达式的一个极简子集，它牺牲了表达复杂度，换取了直观的易用性与极低的认知门槛。

三、执行流程与底层数据流对比

虽然通配符在底层复用了 re，但两者在 API 设计、数据流向以及返回结果上有着根本不同。

图 2：通配符过滤流与正则表达式解析流的执行机制对比

如上图所示，数据在两个模块中的流转呈现不同深度：

通配符执行流（全量布尔判断）：fnmatch.fnmatch(name, pat) 仅关心“这串字符是否整体符合规则”，输出只有 True 或 False；fnmatch.filter(names, pat) 也仅是将匹配成功的元素原样过滤出来。它无法告诉你匹配到的某一段子字符串是什么，无法记录匹配位置，更无法直接实施捕获提取。
正则表达式执行流（结构化匹配对象）：re 模块会先通过解析器构建确定有限状态自动机（DFA/NFA）。执行 re.search() 或 re.match() 后，返回的是一个完整的 Match 对象。该对象保留了匹配内容的起始/终止下标（span()）、位置信息，以及各个分组的捕获值（groupdict()），并原生支持 re.sub() 替换。

四、典型场景代码与实践对比

通过具体场景来观察两者的代码写法，可以直观感受到适用边界的差异。

场景 1：文件遍历与后缀筛选（通配符的绝对主场）

假设需要找出项目目录下所有以 test_ 开头且以 .py 结尾的文件：

# 做法 A：使用 pathlib + 通配符（强烈推荐，代码清晰且高效）
from pathlib import Path

py_files = list(Path(".").glob("**/test_*.py"))
# 语法直观，直接递归匹配目录层级，跨平台兼容性良好

# 做法 B：使用 re 进行文件过滤（繁琐且容易出错）
import os
import re

pattern = re.compile(r"^test_.*\.py$")
py_files_re = []
for root, _, files in os.walk("."):
    for file in files:
        if pattern.match(file):
            py_files_re.append(os.path.join(root, file))

对比可知，对于目录结构和文件名过滤，通配符配合 pathlib.Path.glob 无论在代码量还是可读性上都显著优于正则表达式。

场景 2：数据提取与模式校验（正则表达式的无可替代领域）

假设需要从日志文本 "2026-10-31 11:20:05 [ERROR] worker-03 task 4082 timeout" 中提取出服务器节点名称和任务ID：

import re

log_line = "2026-10-31 11:20:05 [ERROR] worker-03 task 4082 timeout"

# 通配符无法完成局部捕获，必须使用正则表达式
log_pattern = re.compile(r"\[ERROR\]\s+(?P<node>[\w-]+)\s+task\s+(?P<task_id>\d+)")
match = log_pattern.search(log_line)

if match:
    data = match.groupdict()
    print("提取结果:", data)
    # 示例输出: 提取结果: {'node': 'worker-03', 'task_id': '4082'}

通配符完全不具备提取局部变量、按规则切割、统计出现次数的能力。一旦需求中出现“提取特定字段”、“格式校验（手机号/邮箱/IP）”、“动态替换”等字眼，正则表达式是唯一选择。

五、选型决策操作流程

在实际项目重构或新功能开发时，可以按照以下清晰的四步流程进行选型，避免“小题大做引入复杂正则”或“强行用通配符导致逻辑漏洞”。

图 3：Python 匹配方案四步选型决策操作流程图

各步骤排查要点如下：

步骤 1：明确匹配对象。如果对象是本地文件系统的路径、文件名列表或资源 URI 路径，优先考虑 pathlib.Path.glob() 或 fnmatch；如果对象是长文本、日志行或网络请求体，直接进入正则链路。
步骤 2：明确输出需求。如果只需要返回布尔值（是否匹配）或从列表中挑选元素，通配符能够胜任；如果需要提取匹配子串、获取匹配坐标（索引范围）或对字符串执行模式替换，必须选用 re。
步骤 3：评估模式复杂度。如果匹配规则包含数字长度限定（如“恰好6位数字”）、逻辑“或”分支（如 jpeg|png|webp）或非贪婪匹配，通配符语法无法表达，必须使用 re。
步骤 4：考虑维护成本与使用者属性。如果过滤规则是由终端用户通过配置文件、Web 界面输入的简易查询条件（如让用户输入 *.log），使用通配符或通过 fnmatch.translate() 转换能够大幅降低用户使用门槛，并规避不可信正则引发的 ReDoS 安全风险。

六、关键差异汇总与开发避坑指南

下表和全景图系统归纳了两者的关键维度差异：

图 4：通配符与正则表达式全维度特性与避坑全景矩阵

对比维度	通配符匹配 (fnmatch / glob)	正则表达式 (re 模块)
定位与重心	文件路径检索、简单后缀/前缀筛选	通用文本模式解析、复杂数据抽取与验证
语法复杂度	极低（仅 `*`, `?`, `[]`, `[!]` 四种）	高（丰富元字符、量词、边界锚点、断言）
内容抽取能力	无（仅返回布尔值或整串列表过滤）	极强（支持索引范围、分组捕获与命名分组）
大小写敏感性	平台依赖：Windows不敏感，Linux敏感（需用 `fnmatchcase` 保证一致）	显式可控：默认严格敏感，通过 `re.IGNORECASE` 精准控制
性能与安全边界	线性扫描，零安全风险，开销极小	功能强大，但需警惕嵌套量词带来的 ReDoS 灾难性回溯
核心推荐 API	`Path.glob()`, `fnmatch.filter()`, `fnmatchcase()`	`re.compile()`, `re.search()`, `re.sub()`

避坑重点提醒：

注意 fnmatch 的跨平台大小写陷阱：fnmatch.fnmatch("File.TXT", "*.txt") 在 Windows 上会返回 True，但在 Linux 服务器上部署时会返回 False！如果需要跨平台保持严格一致的大小写比对，必须使用 fnmatch.fnmatchcase()。
勿将通配符直接塞入正则函数：诸如 re.match("*.py", text) 会因未提供前导字符直接报错；re.match(".*\.py", text) 中点号未转义则会导致 apy 也会被错误匹配。
路径斜杠处理：在 glob 和 pathlib 中，单个 * 不会跨越目录分隔符 /，跨目录需显式使用 **；而在 fnmatch 中，默认会将 / 视作普通字符处理。

总结而言，选择通配符还是正则表达式，本质上是权衡“直观简易”与“表达能力”。在绝大多数文件查找和简单格式筛选任务中，优先选用 pathlib.Path.glob() 或 fnmatch 能够让代码清晰易读、便于团队维护；而一旦涉及深度的文本结构抽取、数据清洗或严格的格式验证，则应当毫不犹豫地使用 re 模块。