如何在Python中查找修改後的文件

我想要監視一個文件夾並查看是否添加了新文件或修改了現有文件。問題是，並不能保證我的程序會一直運行（因此，基於inotify的解決方案可能不適用於此）。我需要緩存最後一次掃描的狀態，然後使用下一次掃描，在處理文件之前我需要將它與最後一次掃描進行比較。如何在Python中查找修改後的文件

在Python 2.7中實現此功能有哪些選擇？

注1：文件的處理很昂貴，所以我試圖處理那些在此期間未修改的文件。所以，如果文件只是重命名（而不是文件內容的改變），我還想檢測並跳過處理。注2：我只對Linux解決方案感興趣，但如果添加其他平臺的答案，我不會抱怨。

來源

2014-08-30 some user

它會是遠不及複雜的，如果你能保證你的程序將運行所有的時間，不是存儲時，它不是，然後試圖重新掃描更改... – 2014-08-30 21:43:46

@JonClements是的，但不幸的是這是不可能的。基本上，用戶確定程序何時運行。這是該計劃的性質。 – 2014-08-30 21:52:25

只需創建一個包含文件名和最後修改日期的字典（可以使用'os.stat（）'獲得），然後將其寫入一個文件並在每次運行時讀取它 – wnnmaw 2014-08-30 22:10:46

有幾種方法可以檢測文件中的更改。有些人比其他人更容易被愚弄。這聽起來不像是一個安全問題;更多如同誠信假設，你只需要檢測變化而不需要不得不智勝對手。

你可以看看時間戳。如果文件沒有被重命名，這是檢測更改的好方法。如果它們被重新命名，單獨的時間戳就不足以可靠地將另一個文件告訴一個文件。 os.stat會告訴你上次修改文件的時間。

您可以查看inode，例如ls -li。如果更改涉及創建新文件並刪除舊文件，則文件的inode編號可能會更改爲 ;例如，這是 emacs通常如何更改文件。嘗試使用組織使用的標準工具更改文件，並在之前和之後比較inode;但請記住，即使這次沒有改變，它在某些情況下可能會改變。 os.stat會告訴你inode 號碼。

您可以查看文件的內容。 cksum計算一個文件上的一個小的CRC校驗和 ;如果有人願意，很容易擊敗。程序等sha256sum計算安全散列;在不更改這種散列的情況下更改文件是不可行的。如果文件很大，這可能會很慢。 hashlib模塊將計算幾種安全哈希。

如果一個文件被重命名和改變，其索引節點號的變化，這將可能非常難以與它曾經是，該文件匹配起來，除非該文件中的數據包含某種一成不變的和唯一標識符。

考慮併發性。程序運行時，有人可能會更改文件嗎？謹防競態條件。

來源

2014-08-30 22:12:45

我可能會用某種sqlite解決方案，比如寫最後的輪詢時間。然後在每個這樣的輪詢中，按last_modified_time（mtime）對文件進行排序，並獲得所有mtime大於以前的輪詢的人（如果你堅持沒有，那麼這個值將從sqlite或某種文件中取出這樣的分貝的要求）。

來源

2014-08-30 21:54:07 amitizle

監控新文件並不困難 - 只保留目錄中所有文件的inode列表或數據庫。一個新文件將引入一個新的inode。這也將幫助您避免處理重命名的文件，因爲inode在重命名時不會更改。

更難的問題是監視文件更改。如果您還爲每個inode存儲文件大小，那麼明顯更改的大小表示更改的文件，並且您不需要打開並處理該文件即可知道該文件。但對於（a）之前已記錄的inode和（b）大小與之前相同的文件，您需要處理文件（例如，計算校驗和）以確定它是否已更改。

來源

2014-08-30 22:10:32

我建議作弊和使用系統find命令。例如，以下內容將查找在最近60分鐘內修改或創建的所有Python文件。使用ls輸出可以確定是否需要進一步檢查。

$ echo beer > zoot.py 
$ find . -name '*.py' -mmin -60 -type f -ls 
1973329 4 -rw-r--r-- 1 johnm johnm   5 Aug 30 15:17 ./zoot.py

來源

2014-08-30 22:21:15 johntellsall

如何在Python中查找修改後的文件

回答

相關問題