在客户那边建库，需要把几百个G几十万个文件导入到Oracle里，好不容易导完了才发现中间缺了好几大块数据，约有四分之一吧，郁闷得很。数据是客户从第三方买的，据客户分析是拷贝过来的时候有部分数据漏掉了，但漏掉的数据又没有什么规律，加之文件夹的嵌套层数很多，查找起来很困难。客户又从第三方那边拷了一份全的数据，现在对这个问题有两种处理方案，一种是全部重新导一遍，大约得花一周多的时间；另一种方案是把两个数...
在客户那边建库，需要把几百个G几十万个文件导入到Oracle里，好不容易导完了才发现中间缺了好几大块数据，约有四分之一吧，郁闷得很。
数据是客户从第三方买的，据客户分析是拷贝过来的时候有部分数据漏掉了，但漏掉的数据又没有什么规律，加之文件夹的嵌套层数很多，查找起来很困难。
客户又从第三方那边拷了一份全的数据，现在对这个问题有两种处理方案，一种是全部重新导一遍，大约得花一周多的时间；另一种方案是把两个数据的差异找出来，把差异的部分追加进去就行了。
项目的时间比较紧张了，只能选第二种方案，可如何把差异的数据找出来呢，试了几个文件夹比较的工具，处理几百兆的数据都吃力，更不必说这么大量的数据和文件了。
后来想了想，觉得Python解决这个问题比较方便，就研究了一下Python里的文件和目录操作，很快就完成了下面的一个脚本，可以很好地解决这个问题。
下面的脚本可以在Python24里很好地运行，在其他版本里没有测试，但用的都是基本功能，应该没有什么问题。
代码里的PathA是全的数据的文件夹，PathB是不全的数据的文件夹，PathC是个新的空目录，脚本执行完后就把PathA中有且pathB中没有的文件和目录都写到PathC里了，还可以保持原来的目录结构，速度和正确性都很令人满意。
因为是急用的代码，所以写得不很简洁，也不是很规范，在此留志，一方面供自己以后参考，另一方面也提供给需要使用Python进行文件和目录操作的兄弟们共同参考。
代码如下：
# c
最低0.47元/天 解锁文章
1056
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
