Pythonのglobで隠しファイルが見つからない?pathlibとglobの違いを安全に確認

Python

この記事について
この記事は、生成AIを活用した自動生成フローで作成しています。Python公式ドキュメントのglobとpathlibを参考に、隠しファイルを含むファイル探索の違いと、安全な確認手順を整理しました。

検証ステータス:📘 Python公式仕様を参考にした解説・掲載コードの実行は未確認
以下は架空の一時フォルダーを使う例です。実際のPCでの検索結果はまだ確認していません。

Pythonのglobで隠しファイルが見つからない?pathlibとglobの違いを安全に確認

Pythonでファイルをまとめて処理するとき、「フォルダーには確かにあるのに、検索結果に出てこない」ということがあります。特に先頭にドットが付く .env や .settings などの名前は、検索方法によって扱いが変わります。ファイルが存在しないのではなく、検索に使ったパターンとライブラリの規則が合っていないことがあります。

この違いは、バックアップ対象の確認、設定ファイルの棚卸し、データ移行前の件数確認で問題になります。ファイル名の先頭にドットがあるものを一律に「不要」と判断するのも危険です。一方、見つけたファイルをそのまま開いて中身を表示すると、設定ファイルに含まれる認証情報を漏らすおそれがあります。

そこでこの記事では、実際の秘密ファイルには触れず、Python標準ライブラリだけで一時フォルダーに架空のファイルを作り、glob.glob() と pathlib.Path.glob() を比較します。検索結果はファイル名だけに限定し、最後は一時フォルダーを自動的に片付けます。読者が理解すべき中心は、どちらが優秀かではなく「検索条件を明示し、結果を確認する」ことです。

対象環境と前提

項目内容
対象Python 3.11以降を想定
必要なものPython標準ライブラリのみ
実験する場所tempfile.TemporaryDirectory() が作る一時フォルダー
変更対象実験用に新規作成した架空ファイルだけ
実機確認未実施
注意点Pythonの版、OS、ファイル名の大文字小文字の扱いで差が出る場合がある

glob はワイルドカードを使ってパス名を探す標準モジュールです。pathlib はパスをオブジェクトとして扱い、ファイル探索や読み書きを行う標準ライブラリです。両者には似た名前の機能がありますが、先頭ドットの扱いは同じではありません。

今回の例では glob.glob() の include_hidden を使いません。この引数はPython 3.11で追加されたもので、特に再帰検索の隠しディレクトリの扱いに関係します。ここでは通常の * パターンの基本的な差を確認し、条件を追加したときの違いを理解します。

安全なサンプルを作って比較する

次のコードは、新しい一時フォルダーを作り、report.csv、.sample-config、notes.txt の3ファイルを用意します。先頭ドットの付いた名前も、ここでは秘密を含まない架空ファイルです。検索後に一時フォルダーは削除されます。実在の .env や本番の設定ファイルを対象にしないでください。

from pathlib import Path
from tempfile import TemporaryDirectory
import glob

with TemporaryDirectory() as work:
    root = Path(work)
    for name in ("report.csv", ".sample-config", "notes.txt"):
        (root / name).write_text("dummy", encoding="utf-8")

    by_glob = sorted(Path(p).name for p in glob.glob(str(root / "*")))
    by_pathlib = sorted(p.name for p in root.glob("*"))

    print("glob:", by_glob)
    print("pathlib:", by_pathlib)

期待される結果(掲載コードの実行は未確認)

glob: ['notes.txt', 'report.csv']
pathlib: ['.sample-config', 'notes.txt', 'report.csv']

結果の順番を安定させるため、コードでは sorted() を使っています。検索APIが返す順序そのものを業務上の保証として扱わないためです。表示はファイル名だけなので、一時フォルダーの実パスやファイル内容を公開しません。

glob.glob() では、ドットから始まる名前は通常、パターン側もドットから始まる場合に一致します。対して Path.glob() は、先頭ドットを特別な除外条件として扱いません。そのため、同じ * でも結果に差が生まれます。

何が起きたのかを図で理解する

flowchart TD
    A["一時フォルダーに3ファイル"] --> B{"探索方法"}
    B --> C["glob.glob の *"]
    B --> D["Path.glob の *"]
    C --> E["先頭ドットのファイルを除外"]
    D --> F["先頭ドットも候補"]
    E --> G["通常ファイル2件"]
    F --> H["合計3件"]

この図は今回の単純なパターンでの違いを説明したものです。すべてのパターンや再帰検索について件数が常に2件と3件になるという意味ではありません。検索先に別のファイルがあれば結果は変わりますし、サブフォルダーを含めるかどうかでも件数は変わります。

実務で重要なのは、件数だけを比較するのではなく、どの名前が差分になったかを確認することです。たとえば「100件あるはずなのに99件しかない」というとき、1件を追加して帳尻を合わせるのではなく、探索パターンとファイル一覧の差を確認します。

条件を一つ変える:globでドットから始まる名前を探す

glob.glob() でも、ドットから始まる名前を明示的に探すことができます。先ほどの with ブロックの内側で、次の式を追加する想定です。単独でコピーして実行すると root が定義されていないため、必ず先ほどのサンプルと組み合わせてください。

dot_names = sorted(Path(p).name for p in glob.glob(str(root / ".*")))
print("dot names:", dot_names)

期待される表示は dot names: ['.sample-config'] です。通常ファイルの * と、先頭ドットの .* を別々に調べれば、今回の例では全3件を把握できます。ただし、パターンを複数使うと重複する条件が生まれることがあります。実運用では名前を集合として扱うなど、重複排除の方針も必要です。

ここで「隠しファイル」という言葉にも注意してください。Unix系OSでは先頭ドットの名前が慣習的に隠し扱いされますが、Windowsの隠し属性とは別の概念です。Windowsで隠し属性が付いていても、名前がドットで始まるとは限りません。今回の比較は、あくまで名前の先頭にドットがあるかを扱います。OSの隠し属性を網羅的に検出するコードではありません。

再帰検索ではさらに条件が増える

** を使う再帰検索では、サブフォルダーの中まで探索対象が広がります。ここで glob.glob() と Path.rglob() の挙動を同じものだと思い込むと、隠しディレクトリ内のファイルを見落とす場合があります。Python 3.11以降の glob.glob() には include_hidden 引数がありますが、その目的と適用範囲を確認して使う必要があります。

特に glob.glob() の include_hidden=True は、再帰パターンが隠しディレクトリに入るかどうかに関係します。単純な * がドットファイルをすべて拾う設定だと読み替えてはいけません。単一階層のドットファイルと、ドットから始まるディレクトリ配下の探索は別々に考えます。

また、再帰探索はフォルダーの規模によって処理時間が大きく変わります。大量のファイルやアクセス権のない場所が混ざる場合は、最初に小さなフォルダーで挙動を確かめ、対象範囲を絞ります。業務サーバーのルート全体をいきなり走査する必要はありません。

見つからないときの切り分け

まず、検索先のフォルダーが正しいかを確認します。相対パスを使っていると、Pythonを起動した作業ディレクトリによって検索場所が変わります。今回の例では一時フォルダーの絶対パスを使っているため、この取り違えを避けています。

次に、対象がファイルなのかフォルダーなのか、先頭ドットがあるのかを確認します。存在するのに glob.glob("*") で見つからないなら、.* との比較が有効です。逆に Path.glob("*") で見つかるからといって、そのファイルが安全に読み取れるとは限りません。存在確認と内容の読み取り権限は別の話です。

ファイル名の大文字小文字の扱いも環境差があります。WindowsとLinuxで同じ結果になると決めつけず、実際の名前とパターンを確認します。シンボリックリンクを含むフォルダーや循環参照がある場所では、再帰検索の挙動にも注意が必要です。探索結果が期待と違うとき、ファイルを移動したり権限を広げたりする前に、まず読み取り専用の一覧確認で原因を絞ります。

エラーが出た場合は、エラーメッセージと対象パスを確認します。権限が足りないからといって管理者権限で全フォルダーを走査するのは避けてください。権限のある作業用フォルダーで検索式を検証し、必要な範囲だけ運用担当者と確認するのが安全です。

仕事で使うときの判断

設定ファイルの棚卸しでは、ドットから始まるファイルが重要な場合があります。一方、画像やCSVの集計では、隠し設定ファイルを除外したい場合もあります。つまり、常に全部拾えばよいわけではありません。目的に応じて「含める」「除外する」を明示することが重要です。

バックアップや移行の前には、探索対象の条件を文書に残します。例えば「直下のCSVのみ」「ドットファイルも含む」「サブフォルダーは除外」と書けば、後から件数の差が出たときに調べやすくなります。検索方法だけを共有するより、何を対象とするのかを共有したほうが運用上の誤解を減らせます。

機密性の高いファイルが見つかった場合も、内容をログへ出さないようにしてください。パス名自体が秘密情報になる環境もあるため、共有するログには必要に応じて件数や匿名化した分類だけを残します。今回のサンプルは架空名であり、秘密情報を扱う実装例ではありません。

まとめ

glob.glob("*") と Path.glob("*") は、先頭ドットのファイルに対する扱いが異なります。ファイルが見つからないときは、存在しないと断定する前に、検索パターン、対象フォルダー、先頭ドット、再帰検索の条件を確認してください。

実務では、検索結果の件数だけでなく差分の名前を確かめ、重要なファイルを含めるか除外するかを明文化します。設定ファイルの中身をむやみに読み取らず、まず安全な一時フォルダーで仕組みを理解することが、誤操作と情報漏えいの予防につながります。

参考資料

文書情報

記事タイトル
Pythonのglobで隠しファイルが見つからない?pathlibとglobの違いを安全に確認
作成日
更新日
Source URL
https://papanda925.com/?p=18630

ライセンス: 本記事のうち、当サイトが権利を有する本文・自作図表は、特記なき限り CC BY 4.0 で利用できます。生成AIを活用して作成・編集した内容を含みます。コードについて、別途ライセンス表示またはリンク先GitHubリポジトリのライセンスがある場合は、その条件を優先します。引用・第三者資料・画像・商標等は本ライセンスの対象外です。 利用ポリシー

タイトルとURLをコピーしました