在Python寫完之前，Python會打開一個文件嗎？

Question

我正在編寫一個腳本，用於輪詢查找新文件的目錄。

在這種情況下，是否有必要進行某種錯誤檢查以確保文件在訪問之前完全寫入？

我不想在文件完全寫入磁盤之前處理文件，但因爲我想從文件獲得的信息接近開始，所以似乎可以提取我需要的數據沒有意識到文件沒有被寫入。

這是我應該擔心的事情，還是將文件鎖定，因爲操作系統正在寫入硬盤驅動器？

這是在Linux系統上。

Answer 1

在Unix上，除非寫入應用程序不正常，否則文件不會被鎖定，您可以從中讀取文件。

讀者當然必須準備好處理一個不完整的文件（記住寫作者可能會發生I/O緩衝）。

如果這是一個非首發，你就必須考慮一些方案的作家和讀者，例如同步的：

• 明確鎖定文件;
• 將數據寫入臨時位置，並且只在文件完成時纔將其移至其最終位置（如果源位置和目標位於同一文件系統中，則可以以原子方式完成移動操作）。

Answer 2

如果您對寫入程序有一定的控制權，讓它將文件寫入其他地方（如/ tmp目錄），然後在完成後將它移動到正在監視的目錄中。

如果你沒有控制程序的寫作（'控制'我的意思是'編輯源代碼'），你可能無法使它做文件鎖定，所以這就是大概出去了。在這種情況下，您可能需要了解有關文件格式的信息，以瞭解作者何時完成。例如，如果作者總是將「DONE」寫爲文件中的最後四個字符，則可以打開該文件，尋找結尾，並閱讀最後四個字符。

Answer 3

通常在Linux上，除非您使用某種鎖定，否則兩個進程可以非常高興地一次打開同一個文件，即使是寫入也是如此。有三種方式避免這種問題：

1. 鎖定

   通過讓筆者應用鎖文件，它可以防止讀者從部分讀取文件。但是，大多數鎖都是諮詢性的，所以仍然完全有可能看到部分結果。 （存在強制鎖定，但強烈建議使用而不是，理由是它們太脆弱了。）編寫正確的鎖定代碼相對困難，並且將這些任務委派給專家庫是正常的（例如，數據庫引擎！）特別是，你不想在聯網的文件系統上使用鎖定;它是一個巨大的麻煩，當它的工作原因，往往徹底的錯誤。

2. 公約

   一個文件可以代替使用其他名稱，你不會自動找上讀出側相同的目錄中創建（例如，.foobar.txt.tmp），然後原子重命名爲正確的名稱（例如，foobar.txt）。這可以很好地工作，只要你注意處理之前的運行無法正確寫入文件的可能性。如果一次只能有一個作家，這實現起來相當簡單。

3. 擔心的不是它

   被頻繁寫入文件中最常見的類型是一個日誌文件。這些信息可以很容易地以這樣一種方式編寫，即信息只能附加到文件中，所以任何讀者都可以安全地查看文件的開頭，而不必擔心文件的任何變化。這在實踐中運作良好。

在這裏沒有什麼特別的Python。所有在Linux上運行的程序都有相同的問題。

Answer 4

是的。

我更喜歡Donal描述的「文件命名約定」和重命名解決方案。