如何在 python 中定期清理工作目录中的文件

Question

我有一个 python 脚本可以将一些信息缓存到文件中。如果存在，该文件将被重用。否则脚本会调用一些其他函数，这需要很长时间才能生成这样的文件。文件名有一定的模式，它们都存储在一个$WORKING_DIRECTORY

中

def dummy(param):
    fname = "file"+params
    if fname exists in $WORKING_DIR:
        reuse file
    else:
        long_time_process(param)
        create file in $WORKING_DIR

由于这个虚拟函数会被多次调用，参数不同，所以会生成很多文件。我想保持目录大小适中，文件中的信息相对最新。所以我想为目录的大小设置一个阈值。一旦达到限制，我将删除最旧的文件，直到目录大小减少到 THRESHOLD 的一半。

我目前的解决方案是：

def dummy(param):
    purge($WORKING_DIR)
    ...#Rest of dummy logic

def purge(dir):
    if get_size(dir) > THRESHOLD:
        while get_size(dir) > THRESHOLD/2:
            remove oldest file

def get_size(dir):
    size = 0
    for file in dir:
         size = size + file.size()
    return size

这确实有效，但大多数时候调用清除是不必要的，因为它只会在一千次调用后达到阈值一次。最重要的是，如果文件数量巨大，目录 get_size 也可能很耗时。

所以问题是如何优化 get_size 并将清除逻辑与我当前的虚拟函数集成？有什么好的 pythonic 方法吗？或者我可以使用的模式？谢谢

Answer 1

您可以使用全局变量来记录函数被调用的次数

global count

def dummy(param):
    count +=1
    if count > THRESHOLD:
        purge($WORKING_DIR)

    ...#Rest of dummy logic

def purge(dir):
    while count > THRESHOLD/2:
        remove oldest file
        count-=1

def get_size(dir):
    size = 0
    for file in dir:
         size = size + file.size()
    return size

Answer 2

我最终使用文件数量作为清除指标，并为 puger 级别设置了明确的目标。我按上次访问时间对文件进行了排序，并删除了 [target:] 范围内的文件以避免频繁的 get_size 操作。

我的清除逻辑的框架如下。我可以通过这种方式清除，因为我的文件通常很小，文件数量是总大小的一个很好的指标。

def purge(dir, filepattern):
     files = glob.glob(os.path.join(directory, filepattern))
     files_count=len(files)
     if files_count > THRESHOLD:
         files.sort(key=lambda f: os.path.getatime(f), reverse=True)
         for f in files[TARGET:]:
             os.remove(f)

如何在 python 中定期清理工作目录中的文件

How to regularly clean up files in a working directory in python

python

file

directory

purge