子目录未被搜到是因为误用dirs = [...]而非dirs[:] = [...]原地修改；正则应预编译，文件名匹配优先，内容匹配需判文本、限大小、捕异常；Windows下注意大小写和长路径。
用 os.walk 遍历目录时，为什么子目录没被搜到？
常见原因是调用了 os.walk 后没正确处理返回的三元组，或误用了 topdown=True 时提前修改了 dirs 列表但没意识到它影响后续遍历。
实际遍历时必须保留 root、dirs、files 三者对应关系；若需跳过某些子目录（比如 .git），应在原地修改 dirs 列表（不是重新赋值）：
for root, dirs, files in os.walk(path):
# 跳过 .git 目录
dirs[:] = [d for d in dirs if d != '.git'] # 注意 [:] 原地替换
for f in files:
full_path = os.path.join(root, f)直接写 dirs = [...] 不会生效，因为 os.walk 内部只读取原始引用。
正则匹配文件名还是文件内容？选错场景会极大拖慢速度
用 re.search 匹配文件名是轻量操作，适合快速筛选；但若对每个文件都用 open().read() 做全文正则匹配，I/O 和内存开销会陡增，尤其遇到大日志或二进制文件时容易卡死或爆内存。
立即学习“Python免费学习笔记（深入）”；
建议按需分层处理：
- 先用
os.path.basename+ 正则快速过滤文件名（如r'.*.py$'） - 再对命中的小范围文件做内容扫描，且务必加
try/except捕获UnicodeDecodeError - 对超大文件（>10MB）跳过内容搜索，或改用流式读取 +
re.finditer分块匹配
示例中判断是否可读文本：
def is_text_file(path):
try:
with open(path, 'rb') as f:
return b' ' not in f.read(1024) # 有 null 字节大概率是二进制
except (OSError, IOError):
return False
re.compile 提前编译正则，否则在循环里反复编译是隐形性能杀手
如果搜索逻辑放在 os.walk 循环内部，且每次调用 re.search(pattern, ...) 传入的是字符串而非已编译对象，CPython 会为同一 pattern 缓存一次，但多线程或复杂 pattern 下缓存失效风险高，且可读性差。
明确写出编译步骤，既提速又便于调试：
name_pattern = re.compile(r'^test_.*.py$') content_pattern = re.compile(r'raises+Exception', re.MULTILINE) <p>for root, dirs, files in os.walk(path): for f in files: if name_pattern.match(f): # 文件名匹配 fp = os.path.join(root, f) if is_text_file(fp): try: with open(fp, encoding='utf-8') as fin: if content_pattern.search(fin.read()): print(fp) except UnicodeDecodeError: pass
注意：文件内容匹配时，re.MULTILINE 让 ^/$ 匹配每行首尾，不是整个字符串首尾。
Windows 路径分隔符和大小写敏感问题，不处理好就搜不到东西
Windows 默认不区分文件名大小写，但 os.walk 返回的路径是原始大小写；而正则默认区分大小写。例如用 r'.*.PY$' 在 Windows 上搜不到 main.py。
解决方案取决于需求：
- 统一转小写比对：
if name_pattern.search(f.lower()) - 正则加
re.IGNORECASE标志（推荐）：re.compile(r'.*.py$', re.IGNORECASE) - 路径拼接始终用
os.path.join，别硬写'\'或'/'
另外，Windows 对长路径（>260 字符）有限制，启用 \? 前缀可绕过，但需确保 Python 版本 ≥3.6 且路径为绝对路径：
if os.name == 'nt':
path = r'\?' + os.path.abspath(path)实际用起来最易忽略的是编码错误导致的静默跳过，以及未限制文件大小引发的 OOM —— 这两个点不加防护，工具在真实项目里基本不可靠。
