这是使用 Python 获取唯一版本的文件名的最佳方法吗?
题
仍在“深入”Python,并希望确保我没有忽略某些内容。我编写了一个脚本,从多个 zip 文件中提取文件,并将提取的文件一起保存在一个目录中。为了防止重复的文件名被覆盖,我编写了这个小函数 - 我只是想知道是否有更好的方法来做到这一点?谢谢!
def unique_filename(file_name):
counter = 1
file_name_parts = os.path.splitext(file_name) # returns ('/path/file', '.ext')
while os.path.isfile(file_name):
file_name = file_name_parts[0] + '_' + str(counter) + file_name_parts[1]
counter += 1
return file_name
我真的 做 要求文件位于单个目录中,并且在我的情况下对重复项进行编号绝对是可以接受的,所以我不是在寻找更强大的方法(尽管我认为任何指针都是受欢迎的),但只是为了确保这是什么成就就是以正确的方式完成任务。
解决方案
一个问题是上面的代码中存在竞争条件,因为测试存在和创建文件之间存在差距。这可能会对安全性产生影响(想想有人恶意地将符号链接插入到他们无法覆盖的敏感文件中,但是你的程序运行时具有更高的权限)这样的攻击就像os.tempnam这样的东西。 )已被弃用。
要解决它,最好的方法是实际尝试创建文件,以便在失败时获得异常,并在成功时返回实际打开的文件对象。这可以通过传递os.O_CREAT和os.O_EXCL标志来实现低级os.open函数。打开后,返回您创建的实际文件(以及可选的文件名)。例如,这里修改了你的代码以使用这种方法(返回(文件,文件名)元组):
def unique_file(file_name):
counter = 1
file_name_parts = os.path.splitext(file_name) # returns ('/path/file', '.ext')
while 1:
try:
fd = os.open(file_name, os.O_CREAT | os.O_EXCL | os.O_RDRW)
return os.fdopen(fd), file_name
except OSError:
pass
file_name = file_name_parts[0] + '_' + str(counter) + file_name_parts[1]
counter += 1
[编辑] 实际上,更好的办法是为你处理上述问题,可能是使用tempfile模块,尽管你可能会失去对命名的控制权。以下是使用它的示例(保持类似的界面):
def unique_file(file_name):
dirname, filename = os.path.split(file_name)
prefix, suffix = os.path.splitext(filename)
fd, filename = tempfile.mkstemp(suffix, prefix+"_", dirname)
return os.fdopen(fd), filename
>>> f, filename=unique_file('/home/some_dir/foo.txt')
>>> print filename
/home/some_dir/foo_z8f_2Z.txt
这种方法唯一的缺点是你总会得到一个带有一些随机字符的文件名,因为没有尝试先创建一个未修改的文件(/home/some_dir/foo.txt)。 您可能还想查看tempfile.TemporaryFile和NamedTemporaryFile,它们将执行上述操作,并在关闭时自动从磁盘中删除。
其他提示
是的,对于可读但唯一的文件名,这是一个很好的策略。
一个重要的更改:您应该将 os.path.isfile
替换为 os.path.lexists
!正如现在所写,如果有一个名为/foo/bar.baz的目录,你的程序将尝试使用新文件覆盖它(这将无效)...因为 isfile
只检查文件而不是目录。 lexists
检查目录,符号链接等...基本上如果有任何原因导致无法创建文件名。
两个小小的变化......
base_name, ext = os.path.splitext(file_name)
你得到两个具有不同含义的结果,给它们不同的名称。
file_name = "%s_%d%s" % (base_name, str(counter), ext)
它不会更快或更短。但是,当您想要更改文件名模式时,模式位于一个位置,并且更容易使用。
如果您想要可读的名称,这看起来是一个不错的解决方案。
有一些例程可以返回唯一的文件名,例如。临时文件,但它们会产生长的随机名称。
如果你不在乎可读性,uuid.uuid4()就是你的朋友。
import uuid
def unique_filename(prefix=None, suffix=None):
fn = []
if prefix: fn.extend([prefix, '-'])
fn.append(str(uuid.uuid4()))
if suffix: fn.extend(['.', suffix.lstrip('.')])
return ''.join(fn)
怎么样
def ensure_unique_filename(orig_file_path):
from time import time
import os
if os.path.lexists(orig_file_path):
name, ext = os.path.splitext(orig_file_path)
orig_file_path = name + str(time()).replace('.', '') + ext
return orig_file_path
time()以毫秒为单位返回当前时间。结合原始文件名,即使在复杂的多线程情况下也是如此。