如何使用python以编程方式计算存档中的文件数

在我保持的程序中,它完成如下：

# count the files in the archive
length = 0
command = ur'"%s" l -slt "%s"' % (u'path/to/7z.exe', srcFile)
ins, err = Popen(command, stdout=PIPE, stdin=PIPE,
                 startupinfo=startupinfo).communicate()
ins = StringIO.StringIO(ins)
for line in ins: length += 1
ins.close()

>这真的是唯一的方法吗？我似乎无法找到any other command,但似乎有点奇怪,我不能只询问文件的数量
>错误检查怎么样？是否足以将其修改为：

proc = Popen(command, stdout=PIPE, stdin=PIPE,
             startupinfo=startupinfo)
out = proc.stdout
# ... count
returncode = proc.wait()
if returncode:
    raise Exception(u'Failed reading number of files from ' + srcFile)

或者我应该实际解析Popen的输出？

编辑：对7z,rar,zip档案(7z.exe支持)感兴趣 – 但7z和zip对于初学者来说已经足够了

解决方法:

要计算Python中zip存档中的存档成员数：

#!/usr/bin/env python
import sys
from contextlib import closing
from zipfile import ZipFile

with closing(ZipFile(sys.argv[1])) as archive:
    count = len(archive.infolist())
print(count)

它可以使用zlib,bz2,lzma模块(如果可用)来解压缩存档.

要计算tar存档中常规文件的数量：

#!/usr/bin/env python
import sys
import tarfile

with tarfile.open(sys.argv[1]) as archive:
    count = sum(1 for member in archive if member.isreg())
print(count)

它可能支持gzip,bz2和lzma压缩,具体取决于Python的版本.

您可以找到为7z档案提供类似功能的第三方模块.

要使用7z实用程序获取存档中的文件数：

import os
import subprocess

def count_files_7z(archive):
    s = subprocess.check_output(["7z", "l", archive], env=dict(os.environ, LC_ALL="C"))
    return int(re.search(br'(\d+)\s+files,\s+\d+\s+folders$', s).group(1))

如果存档中有许多文件,这里的版本可能会占用更少的内存：

import os
import re
from subprocess import Popen, PIPE, CalledProcessError

def count_files_7z(archive):
    command = ["7z", "l", archive]
    p = Popen(command, stdout=PIPE, bufsize=1, env=dict(os.environ, LC_ALL="C"))
    with p.stdout:
        for line in p.stdout:
            if line.startswith(b'Error:'): # found error
                error = line + b"".join(p.stdout)
                raise CalledProcessError(p.wait(), command, error)
    returncode = p.wait()
    assert returncode == 0
    return int(re.search(br'(\d+)\s+files,\s+\d+\s+folders', line).group(1))

例：

import sys

try:
    print(count_files_7z(sys.argv[1]))
except CalledProcessError as e:
    getattr(sys.stderr, 'buffer', sys.stderr).write(e.output)
    sys.exit(e.returncode)

要计算通用子流程输出中的行数：

from functools import partial
from subprocess import Popen, PIPE, CalledProcessError

p = Popen(command, stdout=PIPE, bufsize=-1)
with p.stdout:
    read_chunk = partial(p.stdout.read, 1 << 15)
    count = sum(chunk.count(b'\n') for chunk in iter(read_chunk, b''))
if p.wait() != 0:
    raise CalledProcessError(p.returncode, command)
print(count)

它支持无限输出.

Could you explain why buffsize=-1 (as opposed to buffsize=1 in your previous answer: stackoverflow.com/a/30984882/281545)

bufsize = -1表示在Python 2上使用默认的I / O缓冲区大小而不是bufsize = 0(unbuffered).这是Python 2的性能提升.它是最近的Python 3版本的默认值.如果在某些早期的Python 3版本中bufsize未更改为bufsize = -1,则可能会得到一个简短的读取(丢失数据).

这个答案以块的形式读取,因此流被完全缓冲以提高效率. The solution you’ve linked是面向行的. bufsize = 1表示“行缓冲”.与bufsize = -1的差异最小.

and also what the read_chunk = partial(p.stdout.read, 1 << 15) buys us ?

它等同于read_chunk = lambda：p.stdout.read(1<< 15),但一般提供更多的内省.它用于implement wc -l in Python efficiently.

标签：7zip,python,python-2-7,subprocess,popen
来源： https://codeday.me/bug/20191005/1855111.html