python同步文件

同步文件夹的工具有很多，下面是我用 Python 写的一个小脚本，兼容 Windows 和 Linux，算是重复发明轮子，不过也当是练习，呵呵。用法很简单，如下：

python syncdir.py source_dir target_dir

作用是将文件夹 source_dir 中的文件同步到文件夹 target_dir 中，同步的过程遵循以下规则：

1、如果文件 f1 在 source_dir 中存在，且不在 target_dir 中，则将 f1 拷到 target_dir 中；
2、如果文件 f1 在 source_dir 与 target_dir 中都存在，但最后修改时间不一样或文件大小不一样，则将 f1 从 source_dir 拷到 target_dir 中，覆盖 target_dir 中的原文件。

可以看到，这个规则非常简单，而且是单向的，即只保证同步之后 source_dir 中的文件在 target_dir 中保持一致，但 target_dir 中独有的文件不会反向同步到 source_dir 中。

程序代码如下：

import sys
import os
import os.path
import shutil
import re


def listAndCompareFile(localSourcePath,localCachePath):
sync_file_count = 0
sync_file_size=0
for root,dirs,files in os.walk(localSourcePath):
relative_path=root.replace(localSourcePath,"")
if len(relative_path)>0:
relative_path = relative_path[1:]
dist_path=os.path.join(localCachePath,relative_path)
if os.path.isdir(dist_path) == False:
os.makedirs(dist_path)
last_copy_folder = ""
for fn0 in files:
fn=os.path.join(root,fn0)
fn2=os.path.join(dist_path,fn0)
is_copy=False
if os.path.isfile(fn2) ==False:
is_copy = True
else:
statinfo=os.stat(fn)
statinfo2=os.stat(fn2)
is_copy = (round(statinfo.st_mtime,3) != round(statinfo2.st_mtime,3)
or statinfo.st_size != statinfo2.st_size)
if is_copy:
if dist_path != last_copy_folder:
print '[%s]' % dist_path
last_copy_folder=dist_path
shutil.copy2(fn,fn2)
sync_file_count += 1
sync_file_size += os.stat(fn).st_size
if sync_file_count >0:
print "-"*50
print "%d files synchronized!" % sync_file_count
if sync_file_size >0:
print "%d bytes." % sync_file_size



if __name__ == "__main__":
localCachePath = "/root/sw/cache"
localSourcePath="/root/sw/study"
if os.path.isdir(localCachePath) == False:
os.mkdir(localCachePath)
else: 
print "Unkown error"
listAndCompareFile(localSourcePath,localCachePath)

这个版本只支持本机不同文件夹下的同步，不支持远程网络同步。这段脚本的编写过程中，我发现其中有几点需要注意。

1、在 Windows 下，os.path.join 的第一个参数如果以“:”结尾，得到的结果可能不是我们想要的。比如：os.path.join(“D:”, “tmp”)，我们可能会预期得到 “D:\tmp” ，但实际得到的是 “D:tmp” ，所以这样的情况下需要使用 os.sep.join(“D:”, “tmp”) 。

2、os.path.join 的第二个参数如果以“/”开头（Windows 下如果以“/”或“”开头），则第一个参数将被忽略。比如 os.path.join(“tmp”, “/test”) 得到的将是 “/test” 。

3、shutil.copy2 可以将文件拷贝到指定地方，它不仅拷贝文件内容，同时还会把文件的创建时间、最后修改时间等信息一起拷过去。

3、用 os.stat(filename).st_mtime 可以取到指定文件的最后修改时间，这个时间是一个浮点小数。用上面的 shutil.copy2 拷贝的文件虽然能保留文件的最后修改时间，但有时由于浮点精度的问题，可能在小数的最后一两位会有误差。因此，一次同步过后，两个相同文件的 st_mtime 有可能会有微小的不一致，所以，脚本中我用了四舍五入，只保留文件最后修改时间小数点后的三位（即精确到微秒）。

当然，这个脚本有点小长，如果需要的话可以精简得小一点，不过仅仅压缩代码行数而不提升程序效率貌似意义不大，所以暂时先这样用着，将来有需要时继续研究。