在日常的工作中,我们常常会遇到需要批量删除大量文件的情况,特别是处理一些临时数据或者日志文件时,手动删除非常耗时。因此,我决定利用 Python 编写一个多线程的工具,用于高效地遍历目录并删除大量文件。今天,我将向大家分享这一工具的代码实现,并讲解每一步的核心逻辑和优化点。
工具和库
该项目使用 Python 内置的库 `os`、`shutil` 和 `concurrent.futures` 来实现文件和目录的遍历、删除以及多线程并发执行。
- `os`:用于检查文件和文件夹、遍历目录结构。
- `shutil`:用于递归删除文件夹。
- `concurrent.futures.ThreadPoolExecutor`:用于多线程处理删除任务。
代码实现
import os
import shutil
from concurrent.futures import ThreadPoolExecutor, as_completed
def delete_file(file_path):
"""删除单个文件或目录"""
try:
if os.path.exists(file_path):
if os.path.isdir(file_path):
shutil.rmtree(file_path)
else:
os.remove(file_path)
print(f"Deleted: {file_path}")
except Exception as e:
print(f"Error deleting {file_path}: {e}")
def gather_files_in_directory(directory):
"""遍历指定目录并收集所有文件的路径"""
file_paths = []
for root, dirs, files in os.walk(directory):
for file in files:
file_path = os.path.join(root, file)
file_paths.append(file_path)
return file_paths
def delete_all_files(file_paths):
"""多线程删除所有文件,并处理异常情况"""
with ThreadPoolExecutor(max_workers=10) as executor:
futures = [executor.submit(delete_file, file_path) for file_path in file_paths]
for future in as_completed(futures):
try:
future.result() # 获取删除任务的结果
except Exception as e:
print(f"Exception occurred during file deletion: {e}")
def delete_empty_directory(dir_path):
"""删除单个空文件夹"""
try:
os.rmdir(dir_path)
print(f"Deleted empty directory: {dir_path}")
except OSError as e:
# 忽略非空文件夹
print(f"Directory not empty: {dir_path} - {e}")
def delete_empty_directories(directory):
"""多线程递归删除空文件夹"""
dirs_to_delete = []
# 先收集所有要删除的文件夹路径
for root, dirs, files in os.walk(directory, topdown=False):
for dir in dirs:
dir_path = os.path.join(root, dir)
dirs_to_delete.append(dir_path)
# 多线程删除空文件夹
with ThreadPoolExecutor(max_workers=10) as executor:
futures = [executor.submit(delete_empty_directory, dir_path) for dir_path in dirs_to_delete]
for future in as_completed(futures):
try:
future.result() # 获取删除任务的结果
except Exception as e:
print(f"Exception occurred during directory deletion: {e}")
def main():
src_base_dir = '/path/to/your/directory' # 替换为实际的路径
# 遍历src_base_dir下的一级子文件夹
for sub_dir in os.listdir(src_base_dir):
sub_dir_path = os.path.join(src_base_dir, sub_dir)
if os.path.isdir(sub_dir_path):
print(f"Processing directory: {sub_dir_path}")
# 收集并删除子文件夹中的所有文件
file_paths = gather_files_in_directory(sub_dir_path)
print(f"Found {len(file_paths)} files to delete in {sub_dir_path}")
delete_all_files(file_paths)
print(f"Completed file deletion in {sub_dir_path}")
# 删除所有文件后,递归删除空文件夹
delete_empty_directories(sub_dir_path)
print(f"Completed empty directory deletion in {sub_dir_path}")
print("All done")
if __name__ == "__main__":
main()
代码讲解
1. `delete_file` 函数
这个函数用于删除单个文件或文件夹。它先判断路径是否存在,然后根据是文件还是文件夹,选择调用 `os.remove()` 或 `shutil.rmtree()`。异常情况通过 `try-except` 捕获并输出到控制台。
2. `gather_files_in_directory` 函数
这个函数通过 `os.walk` 遍历整个目录树,收集所有的文件路径并存储到 `file_paths` 列表中。这个列表将用于之后的多线程文件删除。
3. `delete_all_files` 函数
这里我们利用 `ThreadPoolExecutor` 来实现多线程删除。每个文件删除任务都会被提交到线程池中并行执行。通过 `as_completed`,我们可以监控每个任务的完成状态,并在发生异常时进行处理。
4. `delete_empty_directory` 和 `delete_empty_directories` 函数
这些函数用于递归删除空文件夹。与文件删除类似,我们同样使用多线程来加速文件夹删除的过程。
性能优化
1. 多线程加速:文件删除是 I/O 密集型操作,尤其是在机械硬盘或网络存储上,单线程无法充分利用系统资源。通过多线程,我们能够并行执行多个删除操作,显著缩短删除时间。
2. 递归删除空文件夹:在文件删除后,往往会有大量的空文件夹遗留。通过递归删除空文件夹,能够保持目录的整洁。
总结
本项目展示了如何利用 Python 高效地遍历并删除大量文件,尤其适合用于处理大规模的日志文件、临时文件等。同时,利用多线程加速删除的方式显著提升了性能。在实际应用中,只需替换目标文件夹路径,即可完成批量删除操作。
如果你有任何问题或改进建议,欢迎留言讨论!
相关链接
- Python `os` 库文档:os — Miscellaneous operating system interfaces — Python 3.12.5 documentation
- Python `concurrent.futures` 文档:concurrent.futures — Launching parallel tasks — Python 3.12.5 documentation
---
希望这篇博客对你有所帮助,如果你喜欢这篇文章,请点赞或关注,我会持续分享更多实用的 Python 技术内容!
---