使用os.walk（）检索特定目录

Question

我有一组每小时运行的作业（ job1 ， job2等），完成后会生成包含日志文件的文件夹（ session1 ， session2等）。 由于存储限制，我需要一个脚本，该脚本可以删除早于设置时间限制的会话目录，但还想指定它必须保留指定数量的会话目录，例如保留最新的2个会话，即使它们早于设置的会话时限。

如何使用python os.walk()实现此目的？ 我想返回会话目录列表以删除sessions_to_delete = []

/root    
    /job1             (runs every one hour)    
        /session1
            /*log
        /session2
        /session3
    /job2
        /session1
        /session2

Answer 1

在这种情况下，使用glob.glob()列出所有目录以匹配您的层次结构模式可能更容易。 您可以使用os.path.getctime()来获取每个目录的时间戳，以进行排序和过滤

from glob import glob
import os.path
import time

def find_sessions_to_delete(cutoff):
    # produce a list of (timestamp, path) tuples for each session directory
    session_dirs = [(os.path.getctime(p), p) for p in glob('/root/job*/session*')]
    session_dirs.sort(reverse=True)  # sort from newest to oldest
    # remove first two elements, they are kept regardless
    session_dirs = session_dirs[2:]
    # return a list of paths whose ctime lies before the cutoff time
    return [p for t, p in session_dirs if t <= cutoff]

cutoff = time.time() - (7 * 86400)  # 7 days ago
sessions_to_delete = find_sessions_to_delete(cutoff)

我包括了一个7天前的示例截止日期，它是根据time.time()计算的，该日期返回一个整数值，表示自1970年1月1日（UNIX时期）以来经过的秒数。

如果需要在每个作业目录中执行此操作，请在每个目录中执行相同的工作，然后合并结果列表：

def find_sessions_to_delete(cutoff):
    to_delete = []

    # process each jobdir separately
    for jobdir in glob('/root/job*'):
        # produce a list of (timestamp, path) tuples for each session directory
        session_dirs = [(os.path.getctime(p), p)
                        for p in glob(os.path.join(jobdir, 'session*'))]
        session_dirs.sort(reverse=True)  # sort from newest to oldest
        # remove first two elements, they are kept regardless
        session_dirs = session_dirs[2:]
        # Add list of paths whose ctime lies before the cutoff time
        to_delete.extend(p for t, p in session_dirs if t <= cutoff)

    return to_delete

Answer 2

您可以使用os.path.getatime（path）或os.path.getmtime（path）来找出文件夹的“旧”程度，然后执行所需的操作...这里是有关os的基本信息.path模块https://docs.python.org/2/library/os.path.html#module-os.path

解决您的问题的一种方法可能是：

import os
import time

for folder in list_of_folders:
    if time.time() - os.path.getmtime(folder) > time_limit:
        delete_folder(folder)

如果使用append（）构建list_of_folders，则可以通过这样轻松地更改for循环来保存最后两个文件夹。

for folder in list_of_folders[:-2]: