Python pathlib.rglob递归查找文件时为什么漏掉隐藏目录为什么结果为空或不符合预期

pathlib.rglob 默认不会因为目录或文件名以点开头就跳过它们。看起来“漏掉隐藏目录”时，应先检查搜索根目录、后缀大小写、符号链接和自己添加的过滤条件，而不是寻找 include_hidden 参数。后者属于 glob 模块的接口语境，不能直接搬给 pathlib。

我会先把这个问题拆成“没有成为候选”和“成为候选后被过滤”两类。下面用隔离的临时样本说明我倾向采用的排查顺序，不虚构一次线上故障经历，也不把示例当作本地实测。官方地址：https://docs.python.org/3/library/pathlib.html。

1. 为什么我先看搜索根目录而不是隐藏开关

Path(".") 指向进程当前工作目录，并不一定是脚本所在目录。从 IDE、定时任务或服务启动时，这个差异尤其容易让结果为空。我更愿意先打印或记录明确的绝对根路径，再调整模式；否则可能一直在错误的目录树里修改代码。

另外，rglob("*.txt") 搜索的是匹配该模式的路径，并不表示所有文本文件。Linux 上的 TXT 与 txt 往往会产生不同匹配结果；默认大小写行为与平台相关。rglob 也可能返回目录，is_file 才是额外的文件筛选。

2. 用独立样本区分匹配与后置过滤

样本中的点目录是 .cache，点文件是 .secret.txt，普通目录是 docs。根目录、rglob 模式决定候选路径；is_file 过滤与 relative_to 相对路径表示属于后续处理。这样的分层让我能明确知道哪一个条件改变了结果。

from pathlib import Path
from tempfile import TemporaryDirectory

# 只在临时目录构造样本，退出作用域后自动清理
with TemporaryDirectory() as folder:
    root = Path(folder)
    for relative in (".cache/a.txt", "docs/b.txt", ".secret.txt", "docs/C.TXT"):
        target = root / relative
        target.parent.mkdir(parents=True, exist_ok=True)
        target.write_text("demo", encoding="utf-8")

    # 使用明确根目录；排序仅为了便于比较，不是 rglob 的顺序保证
    matches = sorted(
        p.relative_to(root).as_posix()
        for p in root.rglob("*.txt")
        if p.is_file()
    )
    print(matches)

    # 对后缀显式忽略大小写，搜索范围仍包含点目录
    folded = sorted(
        p.relative_to(root).as_posix()
        for p in root.rglob("*")
        if p.is_file() and p.suffix.casefold() == ".txt"
    )
    print(folded)

从语义上，第一组应包含 .cache/a.txt、.secret.txt 和 docs/b.txt；docs/C.TXT 是否进入第一组取决于平台默认大小写行为。第二组显式对后缀折叠大小写，应包含上述四个普通文件。临时目录中没有符号链接或权限障碍，适合隔离“点名称是否特殊”这个问题。

我会避免在排查阶段同时加上“任一目录名以点开头就忽略”的逻辑。如果业务后来确实要排除隐藏树，应对 p.relative_to(root).parts 中的每个路径分段判断，不能只检查最终文件名；这是一项业务过滤，不是 rglob 固有行为。

也要留意迭代器只消费一次：保存 rglob 返回值后，第一次遍历已经消耗的候选不会在第二次循环重新出现。需要重复观察时重新调用；若转成列表，要接受大目录的内存成本。

3. 符号链接和读取错误怎样影响完整性

普通目录和符号链接不是同一对象。链接目标可能位于根目录之外，默认递归策略不会因为能看到链接名称就自动遍历其目标。Python 3.13 起，glob/rglob 提供 recurse_symlinks 选项；旧版本没有这个关键字。启用跟随前必须考虑环路、越界和重复扫描，而不是直接开启以追求“更多结果”。

官方文档还说明 Python 3.13 起 glob/rglob 对文件系统扫描产生的 OSError 统一抑制，旧版本的行为并不完全一致。因此，“没抛异常”不能证明扫描完整。需要明确报告目录扫描错误时，我倾向在 Python 3.12 及以上使用 Path.walk 的 on_error 回调。

from pathlib import Path

root = Path("data").resolve(strict=True)

def scan_error(error):
    # 对需要完整性的扫描，遇到目录读取错误就向调用方报告
    raise error

# Python 3.12 起提供 Path.walk；不跟随目录符号链接
for directory, subdirs, files in root.walk(
    on_error=scan_error, follow_symlinks=False
):
    for name in files:
        candidate = directory / name
        if candidate.suffix.casefold() == ".txt":
            print(candidate)

这个例子要求 data 已存在，目录扫描出错会抛出，而不是静默当作空目录。它不跟随目录符号链接，files 列表也不等于每项一定是普通文件；如果需要排除链接或其他对象，应补充明确规则并处理查询错误。文件在扫描后被删除、改名或权限变化，仍会造成竞态，目录遍历不是文件系统快照。

对小工具，我会保留 rglob 的简洁写法；对备份清单、审计清单等强调完整性的任务，则更重视错误记录和目录边界。扫描更多对象未必更正确，搜索策略必须与任务范围一致。

rglob 需要 include_hidden=True 吗？

不需要，也不要把 glob 模块的参数直接传入 rglob。pathlib 对点开头名称没有特殊排除规则。

为什么 rglob("*") 有目录？

匹配结果包含路径对象，文件类型需要独立判断。不要把目录数量与文件数量混为一谈。

为什么排序后结果仍然缺失？

排序只改变已经获得候选的展示顺序，不会增加权限、跟随链接或补回已经过滤的条目。