在目录中查找最旧的文件（递归）

Question

我正在编写Python备份脚本，我需要在目录（及其子目录）中找到最旧的文件。 我还需要将其过滤为* .avi文件。

该脚本将始终在Linux计算机上运行。 有没有办法在Python中执行它或运行一些shell命令更好？

目前我正在运行df来获取特定分区上的可用空间，如果空闲时间少于5千兆字节，我想开始删除最旧的*.avi文件，直到满足该条件。

Answer 1

嗯。 纳迪亚的回答更接近你的意思 ; 但是，要查找树中的（单个）最旧文件，请尝试以下操作：

import os
def oldest_file_in_tree(rootfolder, extension=".avi"):
    return min(
        (os.path.join(dirname, filename)
        for dirname, dirnames, filenames in os.walk(rootfolder)
        for filename in filenames
        if filename.endswith(extension)),
        key=lambda fn: os.stat(fn).st_mtime)

通过一些修改，您可以获得n最旧的文件（类似于Nadia的答案）：

import os, heapq
def oldest_files_in_tree(rootfolder, count=1, extension=".avi"):
    return heapq.nsmallest(count,
        (os.path.join(dirname, filename)
        for dirname, dirnames, filenames in os.walk(rootfolder)
        for filename in filenames
        if filename.endswith(extension)),
        key=lambda fn: os.stat(fn).st_mtime)

请注意，使用.endswith方法允许调用：

oldest_files_in_tree("/home/user", 20, (".avi", ".mov"))

选择多个扩展名。

最后，如果您想要按修改时间排序的完整文件列表，以便删除尽可能多的空闲空间，这里有一些代码：

import os
def files_to_delete(rootfolder, extension=".avi"):
    return sorted(
        (os.path.join(dirname, filename)
         for dirname, dirnames, filenames in os.walk(rootfolder)
         for filename in filenames
         if filename.endswith(extension)),
        key=lambda fn: os.stat(fn).st_mtime),
        reverse=True)

并注意reverse=True会将最旧的文件放在列表的末尾，这样对于要删除的下一个文件，您只需执行file_list.pop() 。

顺便说一句，为了完整解决您的问题，因为您在Linux上运行， os.statvfs可用，您可以：

import os
def free_space_up_to(free_bytes_required, rootfolder, extension=".avi"):
    file_list= files_to_delete(rootfolder, extension)
    while file_list:
        statv= os.statvfs(rootfolder)
        if statv.f_bfree*statv.f_bsize >= free_bytes_required:
            break
        os.remove(file_list.pop())

statvfs.f_bfree是设备空闲块， statvfs.f_bsize是块大小。 我们采用rootfolder statvfs，因此请注意指向其他设备的任何符号链接，我们可以删除许多文件而不会实际释放此设备中的空间。

更新（由Juan复制评论）：

根据操作系统和文件系统的实现，您可能希望将f_bfree乘以f_frsize而不是f_bsize。 在一些实现中，后者是优选的I / O请求大小。 例如，在我刚测试的FreeBSD 9系统上，f_frsize为4096，f_bsize为16384. POSIX表示块计数字段是“以f_frsize为单位”（参见http://pubs.opengroup.org/onlinepubs/9699919799// basedefs / sys_statvfs.h.html ）

Answer 2

要在Python中执行此操作，可以使用os.walk(path)以递归方式遍历文件，并使用os.stat(filename)的st_size和st_mtime属性来获取文件大小和修改时间。

Answer 3

您可以一起使用stat和fnmatch模块来查找文件

ST_MTIME参考最后修改时间。 如果需要，您可以选择其他值

import os, stat, fnmatch
file_list = []
for filename in os.listdir('.'):
    if fnmatch.fnmatch(filename, '*.avi'):
        file_list.append((os.stat(filename)[stat.ST_MTIME], filename))

然后您可以按时间排序列表并根据它进行删除。

file_list.sort(key=lambda a: a[0])

Answer 4

我认为最简单的方法是使用find和ls -t（按时间排序文件）。

沿着这些行的东西应该做的伎俩（删除指定目录下最旧的avi文件）

find / -name "*.avi" | xargs ls -t | tail -n 1 | xargs rm

一步步....

find / -name“* .avi” - 从根目录开始递归查找所有avi文件

xargs ls -t - 对修改时间找到的所有文件进行排序，从最新到最旧。

tail -n 1 - 获取列表中的最后一个文件（最旧的）

xargs rm - 并删除它

Answer 5

这是另一个Python公式，有点老派与其他一些相比，但很容易修改，并且处理不匹配文件的情况而不引发异常。

import os

def find_oldest_file(dirname="..", extension=".avi"):
    oldest_file, oldest_time = None, None
    for dirpath, dirs, files in os.walk(dirname):
        for filename in files:
            file_path = os.path.join(dirpath, filename)
            file_time = os.stat(file_path).st_mtime
                if file_path.endswith(extension) and (file_time<oldest_time or oldest_time is None):
                oldest_file, oldest_time = file_path, file_time
    return oldest_file, oldest_time

print find_oldest_file()

Answer 6

查看linux命令find 。

或者， 此帖子将ls和tail连接在一起以删除目录中最旧的文件。 这可以在循环中完成，同时没有足够的可用空间。

作为参考，这是执行它的shell代码（按照链接获取更多替代方案和讨论）：

ls -t -r -1 /path/to/files | head --lines 1 | xargs rm

Answer 7

os模块提供了在Python中获取目录列表和文件信息所需的功能。 我发现os.walk对于递归遍历目录特别有用，os.stat将为您提供每个条目的详细信息（包括修改时间）。

使用简单的shell命令，您可以更轻松地完成此操作。 这对你有效还是更好取决于你想对结果做些什么。