pathlib 的 `glob` 方法的顺序在运行之间是否一致？

Question

Path('.').glob('*.ext')

会产生一致的结果排序吗（假设正在通配的文件不会改变）？

似乎全局排序是基于文件系统顺序（至少对于旧的

glob

包）。通过将文件添加到目录（不会包含在 glob 中），是否会更改

pathlib

的

glob

顺序？即使没有向特定目录添加任何内容（例如，当系统上其他地方进行其他大型文件更改时），文件系统是否会更改此顺序？在几天的时间里？或者在所有这些情况下顺序会保持一致吗？

澄清一下，我无法简单地转换为列表并排序，因为有太多文件路径无法同时放入内存。我希望每次都能达到相同的顺序，因为我将进行一些 ML 训练，并且希望将每个第 n 个文件留作验证数据。此培训将需要几天的时间，这就是为什么我有兴趣知道订单在文件系统上是否长时间保持稳定。

Answer 1

查看

pathlib

模块的源代码，偶然发现latest commit直接指向了相关的地方：

在

os.scandir()

中使用

Path.glob()

作为上下文管理器。

因此，在幕后

Path.glob

使用

os.scandir

来获取目录条目。该函数的文档报告结果是无序的：

返回与路径给定的目录中的条目相对应的

os.DirEntry

对象的迭代器。 条目按任意顺序产生，不包括特殊条目

'.'

和

'..'

。

^{（强调我的）}

Answer 2

根据经验，glob 的任意顺序/文件系统顺序不会随时间变化，除非您手动更改文件。

Answer 3

通过重复运行 Path.glob() 我可以看到排序在同一操作系统上是一致的，但是我在 Windows 上得到有序结果，在 Linux 上得到无序结果。

正如“a-guest”指出的那样，Path.glob() 在底层使用了 os.scandir()，这确实会产生依赖于操作系统的结果。