16

仍然“潜入”Python，并想确保我没有忽略某些东西。我编写了一个脚本，从几个 zip 文件中提取文件，并将提取的文件一起保存在一个目录中。为了防止重复的文件名被覆盖，我写了这个小函数——我只是想知道是否有更好的方法来做到这一点？谢谢！

def unique_filename(file_name):
counter = 1
file_name_parts = os.path.splitext(file_name) # returns ('/path/file', '.ext')
while os.path.isfile(file_name): 
    file_name = file_name_parts[0] + '_' + str(counter) + file_name_parts[1]
    counter += 1
return file_name

我确实要求文件位于单个目录中，并且在我的情况下重复编号绝对是可以接受的，所以我不是在寻找更强大的方法（我想任何指针都是受欢迎的），但只是为了确保这样做的目的是以正确的方式完成。

4

6 回答 6

23

一个问题是上述代码中存在竞争条件，因为在测试存在性和创建文件之间存在差距。这可能存在安全隐患（想想有人恶意将符号链接插入到他们无法覆盖的敏感文件，但您的程序以更高的权限运行可以）像这样的攻击就是为什么像 os.tempnam( ) 已弃用。

为了解决这个问题，最好的方法是实际尝试以这样一种方式创建文件，如果它失败，你会得到一个异常，并在成功时返回实际打开的文件对象。这可以通过传递 os.O_CREAT 和 os.O_EXCL 标志使用较低级别的 os.open 函数来完成。打开后，返回您创建的实际文件（以及可选的文件名）。例如，这是您修改为使用此方法的代码（返回 (file, filename) 元组）：

def unique_file(file_name):
    counter = 1
    file_name_parts = os.path.splitext(file_name) # returns ('/path/file', '.ext')
    while 1:
        try:
            fd = os.open(file_name, os.O_CREAT | os.O_EXCL | os.O_RDRW)
            return os.fdopen(fd), file_name
        except OSError:
            pass
        file_name = file_name_parts[0] + '_' + str(counter) + file_name_parts[1]
        counter += 1

[编辑] 实际上，为您处理上述问题的更好方法可能是使用 tempfile 模块，尽管您可能会失去对命名的一些控制。这是一个使用它的例子（保持类似的界面）：

def unique_file(file_name):
    dirname, filename = os.path.split(file_name)
    prefix, suffix = os.path.splitext(filename)

    fd, filename = tempfile.mkstemp(suffix, prefix+"_", dirname)
    return os.fdopen(fd), filename

>>> f, filename=unique_file('/home/some_dir/foo.txt')
>>> print filename
/home/some_dir/foo_z8f_2Z.txt

这种方法的唯一缺点是你总是会得到一个包含一些随机字符的文件名，因为没有尝试首先创建一个未修改的文件 (/home/some_dir/foo.txt)。您可能还想查看 tempfile.TemporaryFile 和 NamedTemporaryFile，它们将执行上述操作，并在关闭时自动从磁盘中删除。

于 2008-10-08T16:13:02.637 回答
6

是的，对于可读但唯一的文件名，这是一个很好的策略。

一个重要的变化：你应该替换os.path.isfile为os.path.lexists! 正如现在所写的那样，如果有一个名为 /foo/bar.baz 的目录，您的程序将尝试用新文件覆盖它（这不起作用）......因为isfile只检查文件而不是目录。 lexists检查目录、符号链接等...基本上是否有任何原因无法创建文件名。

编辑：@Brian 给出了一个更好的答案，这在比赛条件方面更加安全和强大。

于 2008-10-08T16:02:08.773 回答
2

两个小改动...

base_name, ext = os.path.splitext(file_name)

你得到两个具有不同含义的结果，给它们不同的名称。

file_name = "%s_%d%s" % (base_name, str(counter), ext)

它并没有更快或更短。但是，当您想更改文件名模式时，该模式位于一个位置，并且更易于使用。

于 2008-10-08T16:00:51.973 回答
1

如果您想要可读的名​​称，这看起来是一个不错的解决方案。
有一些例程可以返回唯一的文件名，例如。临时文件，但它们会产生长的随机名称。

于 2008-10-08T15:52:38.090 回答
1

如果你不关心可读性，uuid.uuid4() 是你的朋友。

import uuid

def unique_filename(prefix=None, suffix=None):
    fn = []
    if prefix: fn.extend([prefix, '-'])
    fn.append(str(uuid.uuid4()))
    if suffix: fn.extend(['.', suffix.lstrip('.')])
    return ''.join(fn)
于 2008-10-09T01:07:49.497 回答
0

怎么样

def ensure_unique_filename(orig_file_path):    
    from time import time
    import os

    if os.path.lexists(orig_file_path):
        name, ext = os.path.splitext(orig_file_path)
        orig_file_path = name + str(time()).replace('.', '') + ext

    return orig_file_path

time() 以毫秒为单位返回当前时间。结合原始文件名，即使在复杂的多线程情况下，它也相当独特。

于 2009-03-27T18:47:16.763 回答