复制带有校验和的文件

Question

我创建了一个函数，将文件从目录 A 复制到 B，并在删除 A 之前比较两个校验和。

现在我重新发明了轮子。 我想知道如何才能做得更好。而不是使用 shutil 和 hashlib.

实现新的 safe_copy()

在 python 中是否已经有图书馆这样做了？
是否已经有 Windows 内置函数？
任何内置的蟒蛇？

信息：

我无法安装第 3 方代码，我正在离线服务器上工作。
性能不是问题
我必须复制的文件路径在 pandas DataFrame(origin, destination)

这个问题不是关于性能的（但这总是一个很好的提出点），而是关于一般的代码重用。

Answer 1

对于任何刚起步的程序员来说，深入研究您感兴趣的东西绝对是有意义的 - 如果您的情况是文件管理，那当然很好。请记住，Python 根本不是最终严重依赖性能的最佳语言。如果您热衷于学习 C++ 或 Rust 这样的语言，可能更有意义。

如果您确实想在 Python 中继续开发它，无论如何，您一定要通读标准模块 os、shutil、pathlib 和 hashlib.您所描述的程序可以很简单：

from pathlib import Path
from shutil import copyfile
from hashlib import md5
from os import remove


def file_md5(fname):
    chunk_size = 16384  # arbitrary
    md5_hash = md5()
    with open(fname, 'rb') as f:
        for chunk in iter(lambda: f.read(chunk_size), b''):
            md5_hash.update(chunk)
    return md5_hash.hexdigest()


a = 'C:\temp\a.txt'
b = 'C:\temp\b.txt'
if Path(b).is_file():
    print('that file already exists!')
    exit(1)
else:
    copyfile(a, b)

if file_md5(a) != file_md5(b):
    print('something is not the same')
else:
    remove(a)

（如果您有实际的 C:\temp\a.txt 文件，显然不要只运行这个脚本）

存在数以千计的文件管理实用程序，这些实用程序已经开发了几十年，并且针对速度或非常具体的功能进行了高度优化。在几乎任何现实世界的项目中，combine/package 几个这样的项目并使用批处理语言（或者可能 Python）将它们编写在一起比从头开始重写它们更有意义。

重写对于更多地了解它们的内部工作原理是有意义的，但是一旦您理解了它们，您可能会发现自己放弃了这项工作。重写的另一个原因可能是因为您对如何做得更好有一个聪明的想法，但这几乎可以保证其他语言的表现优于 Python.

后续评论：据我所知，Windows 中没有一个实用程序可以一次性完成 'safe-copy'。我认为这主要是因为如果出现问题，您几乎可以依赖 robocopy（标准 Windows）等实用程序来失败，并且如果没有错误地完成，请放心您的副本是好的。

但是，我可以理解想要更加确定，因此将 robocopy 之类的内容与 PowerShell 中的 Get-FileHash 之类的 cmdlet 串在一起会相当简单。 PowerShell 也是 Windows 的标准部分，编写 .ps1 脚本并不比编写批处理文件复杂多少。一个简单的“复制此文件，获取并比较 filehas 并根据结果删除适当的文件”-PowerShell 脚本只有几行，无需安装。

复制带有校验和的文件

Copy a file with checksum

python

checksum

copy