如何使用Python检查文件和文件夹大小？

作者姚伟斌

在本篇文章中，您将学会使用Python来检查文件或文件夹的大小。

Python是最具多功能的编程语言之一。借助它，您可以从一个小的命令行界面（CLI）程序到一个complex web application的程序。

然而，它最被低估的功能之一是与操作系统进行交互的能力。使用Python管理操作系统操作可以节省大量时间，尤其是在创建自动化流程时。

让我们看看Python如何与操作系统进行交互。

Python如何与操作系统进行交互？

没有人能与环境隔离生活。这在Python中也适用，有时与操作系统进行交互以完成任务是至关重要的。

Python有几个与操作系统进行交互的模块。最常用的是os、sys、pathlib和subprocess。

由于它们是内置模块，您无需使用PIP安装它们。您可以使用以下语句导入它们：

import os
import sys
import pathlib
import subprocess

下面的列表指示了这些导入的主要功能：

  • Os：以可移植的方式使用特定于系统（取决于您的操作系统）的功能。在大多数情况下，这是正确的选择，除非您需要更高级的功能
  • Sys：特定于系统的参数和函数。该模块提供对解释器变量和函数的访问。os模块与操作系统进行交互，sys模块与Python解释器进行交互
  • Pathlib：高级路径使用。它允许您将文件系统表示为对象，并为每个操作系统提供相应的语义。
  • Subprocess：直接从Python执行和管理子进程。这涉及使用stdin、stdout和返回代码。您可以通过阅读我们的Python subprocess guide来了解更多信息。

根据您的需求，还有一些高级库包含更具体的功能。然而，大多数情况下，您可以使用上述模块进行开发。

注意：这些模块提供的大多数函数的输出将根据您的操作系统而有所不同。请记住，通常最佳匹配是链接_5和Python。

现在，您对Python如何与操作系统进行交互有了一个简单的了解，让我们来看看检查文件和文件夹大小的方法。以下所有解决方案都可以在链接_6的GitHub存储库中找到。

使用os.stat().st_size

在这种方法中，我们将使用os模块的stat()函数。它返回有关特定路径的许多信息。

注意：使用os.path.getsize()函数也可以完成任务。使用os.stat().st_size的优势在于它不会遵循符号链接。

在继续之前，让我们创建一个名为lorem.txt的测试文件，在其中我们将粘贴一些愚蠢的文本。我们可以访问链接_8并将文本粘贴到lorem.txt文件中。

在同一目录中，创建一个名为method1.py的文件，并粘贴以下代码：

import os
size = os.stat('lorem.txt').st_size
print(size)

让我们逐步解析一下这段代码：

  • 在第一行，我们导入了os模块
  • size变量包含文件lorem.txt的大小
    • os.stat()函数返回与文件相关的一些信息
    • st_size属性表示文件的大小
  • 我们打印出size变量

    • 尝试。根据lorem.txt文件的内容，您将获得不同的结果。

    输出:

    20064

    输出以字节表示。这根本无法阅读，因此让我们人性化它，以便我们可以更好地了解文件的大小。

    首先，在shell中运行以下命令安装humanize包：

    pip install humanize

    然后您可以使用naturalsize() 函数将字节值转换为可读的文件大小，例如KB、MB、GB或TB。

    import os
from humanize import naturalsize

size = os.stat('lorem.txt').st_size

print(size)
print(naturalsize(size))

    首先，上面的代码以字节为单位打印文件大小，然后以可读的大小打印结果。

    输出:

    20064
20.1 kB

    使用Pathlib

    虽然pathlib专门用于与路径一起工作，但它将其他模块的一些有用函数作为Path对象的方法（Path类的实例）。

    创建一个名为method2.py的文件，并导入Path class。

    from pathlib import Path

    然后创建一个Path对象，将路径传递给lorem.txt文件作为参数。

    file_ = Path('lorem.txt')

    现在，您可以访问Path类的stat()方法。它的工作方式与os.stat()函数相同，因此您可以打印文件的大小。

    print(file_.stat().st_size)

    输出:

    20064

    如您所见，我们得到了与我们使用的第一种方法相同的结果。上面的结果也以字节格式打印，因此我们可以使用humanize模块使其可读。

    from pathlib import Path
from humanize import naturalsize

size = Path('lorem.txt').stat().st_size

print(naturalsize(size))

    此代码产生以下输出:

    20.1 kB

    使用子进程运行Unix命令:

    子进程模块允许我们从Python中调用和管理子进程。因此，我们可以运行任何命令并直接在Python中处理其输出。

    注意: 此方法仅适用于运行Unix操作系统（Linux、Mac）

    打开一个名为method3.py的文件，并粘贴以下代码:

    from subprocess import run

process = run(['du', 'lorem.txt'], capture_output=True, text=True)

print(process.stdout)

    解释这段代码:

    • 我们从subprocess模块中导入run function
    • 变量process包含运行命令du lorem.txt的结果
      • du是一个允许我们获取文件的磁盘空间的Linux实用程序
      • capture_output使我们可以访问标准输出（standard output）属性
      • text 表示我们将输出存储为字符串，而不是字节
    • 我们打印进程的标准输出

      • 如果您运行上面的代码，将得到以下输出:

      20      lorem.txt

      如您所见，它给出了文件的大小和名称。如果您只想获取文件的大小，需要拆分输出（记住它是一个字符串）并打印第一个元素。

      from subprocess import run

process = run(['du', 'lorem.txt'], capture_output=True, text=True)

size = process.stdout.split()[0]

print(size)

      输出:

      20

      这个输出根本无法阅读。我们可以推断出使用的是KB作为计量单位（因为前面的方法），但是其他人无法猜测文件的大小。

      为了解决这个问题，我们可以使用-h（人类可读）标志。

      注意: 你可以通过运行man du或du –help来获取此命令的手册。

      from subprocess import run

process = run(['du', '-h', 'lorem.txt'], capture_output=True, text=True)

size = process.stdout.split()[0]

print(size)

      现在这个脚本的输出将更加可读:

      20K

      如果你想了解更多关于subprocess模块和可能的应用程序，可以查看我们的Python subprocess guide。

      递归获取文件夹的大小

      如果你想获取文件夹的大小，你需要遍历目录中的每个文件以及其子目录。我们将使用两种方法来实现:

      • 使用pathlib遍历路径
      • 使用subprocess执行du命令

      以下代码将使用我的主目录中的测试目录路径。你需要将该文件的路径替换为你想要获取大小的目录。

      使用pathlib遍历路径

      看看如何通过迭代文件的大小来获取目录的大小。

      from pathlib import Path
from humanize import naturalsize

def get_size(path = '.'):
    size = 0

    for file_ in Path(path).rglob('*'):

        size += file_.stat().st_size
    
    return naturalsize(size)

test_path = Path.home() / 'Documents/tests/'

print(get_size(test_path))

      这段代码看起来有点吓人，让我们分解一下每个部分的作用。

      • 导入Path类和naturalsize()函数
      • 定义get_size()函数，其中参数path默认指向当前目录
      • size变量只是一个占位符，我们将在其中添加每个文件的大小
      • 遍历路径中的每个文件
        • rglob()方法递归返回与模式匹配的文件

        • rglob(‘*')，表示获取目录中的所有文件

      • 获取每个文件的大小并将其添加到size变量中
      • 以人类可读的方式返回size变量

        • 当然，我正在使用一个仅在我的计算机上可用的目录进行测试。不要忘记将路径更改为计算机上存在的文件夹。

        在我的情况下，我得到了以下输出:

        403.4 MB

        使用subprocess执行du命令

        这种方法有一些优点:

        • 结果稍微准确一些
        • 速度更快
        from subprocess import run
from pathlib import Path

test_path = Path.home() / 'Documents/tests/'

process = run(['du', '-sh', test_path], capture_output=True, text=True)

size = process.stdout.split()[0]

print(size)

        我们使用与方法3相同的方法，但这次我们获取的是目录的大小而不是文件的大小。

        输出:

        481M

        如你所见，这两种获取文件夹大小的方式返回了稍微不同的结果。目录越大，差异越大。

        选择使用 pathlib 或 subprocess 方法取决于你。如果你知道每次都会使用Linux，可以使用 subprocess，否则可以使用pathlib解决方案。

        总结

        Python在与操作系统交互时非常方便。您可以使用 Python 自动化流程，并节省大量时间。与操作系统交互的主要模块是os、sys、path和subprocess。

        在本教程中，您学到了：

        • Python如何与操作系统交互
        • 使用内置模块进行操作系统操作的方法
        • 如何使用 humanize 模块打印可读性强的结果
        • 使用3种方法计算文件的大小
        • 递归计算目录大小或使用 du 命令计算目录大小
姚伟斌

程序猿

我是姚伟斌，也被称为文景。我的专业领域涵盖了开放源代码的深度探索、网络编程和网络建站。我热衷于分享我的编程和建站实践经验，尤其擅长于Nginx和Proxy服务器的管理。此外，我还对Python和NodeJS这两种编程语言有着深刻的理解和独到的见解。

最近，我致力于爬虫技术的研究，探索如何通过高效的数据抓取为项目增添价值。我的目标是通过持续的学习和创新，为开放源代码社区贡献我的力量，并帮助那些对网络编程和网站建设感兴趣的人士。

类似文章