python os爬取一文件夹下所有文件，获取大小并排序

本文链接：https://blog.csdn.net/Robin_Shiruming/article/details/126562794

一、导入库

我们需要导入os库来进行文件处理和路径管理问题,math中的ceil函数

from os import *
from math import *

二、获取指定文件大小和占用空间

如何获取文件或文件夹大小呢？

我们需要os.path中的getsize语句

如：

from os import *

f = r"C:\Users\LENOVO\Desktop\os_path"
print(path.getsize(f))  # 我这台电脑的输出-> 4546 (字节bit)

那么我们怎么将字节转成我们看得懂的85B、100MB、8GB、等等呢?

我们就来写一个将字节转大小的函数吧：

from os import *
from math import *


def size(a):
    size_list = [1024 * 1024 * 1024 * 1024, 1024 * 1024 * 1024, 1024 * 1024, 1024, 0]  # 1TB,1GB,1MB,1KB,0B对应的字节
    symbol_list = ["TB", "GB", "MB", "KB", "B"]  # 文件大小单位表
    for x in range(5):  # 遍历列表
        if a >= size_list[x]:  # 如果比特值a大于等于1TB,1GB,1MB,1KB或0B也就是单位值为symbol_list[x]详见下表
            try:
                return str("%.2f" % (a / size_list[x])) + symbol_list[x]  # 放回"大小+单位"
            # 我们发现占用空间和大小都是保留两位小数的，所以需要%.2f
            except ZeroDivisionError:  # 说明大小为零
                return str(a) + "B"  # 返回0B


f = r"C:\Users\LENOVO\Desktop\os_path.py"
print(size(path.getsize(f)))  # 我这台电脑的输出-> 4.43KB

我们是怎么实现的的呢？

因为是从大到小判断是否大于1TB,1GB,1MB,1KB,于0B的。

也就是说，大于等于1TB的就用TB如100TB,不大于等于1TB但大于等于1GB的就用单位GB如10GB,不大于等于1GB但大于等于1MB的用单位MB……那为什么不大于1KB但大于等于0B是单位B呢?因为还有一个0B的大小。

那么知道了文件大小，怎么算占用空间呢？

这与是硬盘分区格式有关。
大小是文件的实际大小，而占用空间是占硬盘的实际空间，以FAT32格式为例，硬盘的基本存储单位是簇，在FAT32中一簇是4KB 。那么，也就是说即使文件只有1个字节，在硬盘上也要占到4KB的空间如果文件是4KB零1个字节，那就要占用8KB的空间，以此类推结论：大小是文件的实际大小，而占用空间是占硬盘的实际空间。如图(我这里一簇是4KB，你只要创建一个文本文件看一看它属性中的占用空间就知道了)

那么如何计算呢？

我们只需要给path.getsize(f)÷4096向上取整×4096就是占用空间（这里4096是1簇也就是4KB的字节数）

也就是：

from os import *
from math import *


def size(a):
    size_list = [1024 * 1024 * 1024 * 1024, 1024 * 1024 * 1024, 1024 * 1024, 1024, 0]  # 1TB,1GB,1MB,1KB,0B对应的字节
    symbol_list = ["TB", "GB", "MB", "KB", "B"]  # 文件大小单位表
    for x in range(5):  # 遍历列表
        if a >= size_list[x]:  # 如果比特值a大于等于1TB,1GB,1MB,1KB或0B也就是单位值为symbol_list[x]详见下表
            try:
                return str("%.2f" % (a / size_list[x])) + symbol_list[x]  # 放回"大小+单位"
            # 我们发现占用空间和大小都是保留两位小数的，所以需要%.2f
            except ZeroDivisionError:  # 说明大小为零
                return str(a) + "B"  # 返回0B


f = r"C:\Users\LENOVO\Desktop\os_path.py"
print(size(path.getsize(f)))  # 我这台电脑的输出-> 4.43KB
print(size(int(ceil(path.getsize(f) / 4096)) * 4096))  # 我这台电的输出-> 8.00KB

我们再来看看：属性后面是不是有一个括号里写着字节？

我们如何添加这个呢？

做法非常简单，代码如下：

from os import *
from math import *


def size(a):
    size_list = [1024 * 1024 * 1024 * 1024, 1024 * 1024 * 1024, 1024 * 1024, 1024, 0]  # 1TB,1GB,1MB,1KB,0B对应的比特值
    symbol_list = ["TB", "GB", "MB", "KB", "B"]  # 文件大小单位表
    for x in range(5):  # 遍历列表
        if a >= size_list[x]:  # 如果比特值a大于等于1TB,1GB,1MB,1KB或0B也就是单位值为symbol_list[x]详见下表
            try:
                return str("%.2f" % (a / size_list[x])) + symbol_list[x]  # 放回"大小+单位"
            # 我们发现占用空间和大小都是保留两位小数的，所以需要%.2f
            except ZeroDivisionError:  # 说明大小为零
                return str(a) + "B"  # 返回0B


f = r"C:\Users\LENOVO\Desktop\os_path.py"
print(size(path.getsize(f))+"(" + str(path.getsize(f)) + "字节" + ")")  # 我这台电脑的输出-> 4.87KB(5037字节)
print(size(int(ceil(path.getsize(f) / 4096)) * 4096)+"(" + str(int(ceil(path.getsize(f) / 4096)) * 4096) + "字节" + ")")  # 我这台电的输出-> 8.00KB(8192字节)

三、递归遍历文件

学会获取指定文件大小和占用空间了，现在就该到遍历文件的部分，我们这次用递归的方式遍历文件,思路很简单：写一个函数scaner_file,利用递归解决问题，遍历路径下的每一个项目，如果是文件，在listdir1列表里加入这个文件的信息，如果是一个文件夹，则递归调用自己这个函数遍历下一层。

from os import *
from math import *


def size(a):
    size_list = [1024 * 1024 * 1024 * 1024, 1024 * 1024 * 1024, 1024 * 1024, 1024, 0]  # 1TB,1GB,1MB,