0x01 文章背景

近期，筆者所在公司的某業(yè)務(wù)系統(tǒng)的存儲(chǔ)臨近極限，服務(wù)器馬上就要跑不動(dòng)了，由于該業(yè)務(wù)系統(tǒng)A包含多個(gè)子系統(tǒng)A1、A2、A3 ... An，這些子系統(tǒng)的中間存儲(chǔ)文件由于設(shè)計(jì)原因，都存儲(chǔ)在同一個(gè)父級(jí)目錄之內(nèi)，唯一不同的是，不同子系統(tǒng)產(chǎn)生的文件和文件夾的名字都以該子系統(tǒng)名開始。如A1子系統(tǒng)產(chǎn)生的文件命名方式均為A1xxxxxx?, A2子系統(tǒng)產(chǎn)生的文件名均為A2xxxxx?，F(xiàn)在要?jiǎng)h除其中一些子系統(tǒng)的歷史文件，以釋放服務(wù)器空間，幾十T的數(shù)據(jù)，存放在一起，手動(dòng)刪除肯定不顯示，只能借助程序自動(dòng)化實(shí)現(xiàn)了，使用什么呢？自然想到了python。其實(shí)單純刪文件這一個(gè)需求我認(rèn)為不值得長(zhǎng)篇闊論，但是其中遇到了一些特殊有趣的問題和一些有意思的解決方案，所以想與諸位分享一下，比如windows系統(tǒng)下的超長(zhǎng)文件刪除, 如從閱讀官方英文文檔尋找解決方案等等，下面進(jìn)入正題。

0x02 使用 python 刪除文件

使用python刪除文件有很多方式，最直接也是最方便的方式就是調(diào)用內(nèi)建函數(shù)：

• os.remove()  刪除文件
• os.rmdir() 刪除一個(gè)空文件夾
• shutil.rmtree() 刪除一個(gè)文件夾及該文件夾下所有內(nèi)容（包括子目錄及文件）

也就是，此問題的的解決方案，核心就是圍繞上述三個(gè)函數(shù)打交道。轉(zhuǎn)到我們遇到的問題，業(yè)務(wù)系統(tǒng)A包含多個(gè)子系統(tǒng)A1、A2、A3 ... An，這些子系統(tǒng)的中間存儲(chǔ)文件由于設(shè)計(jì)原因，都存儲(chǔ)在同一個(gè)父級(jí)目錄之內(nèi)，唯一不同的是，不同子系統(tǒng)產(chǎn)生的文件和文件夾的名字都以該子系統(tǒng)名開始。如A1子系統(tǒng)產(chǎn)生的文件命名方式均為A1xxxxxx?, A2子系統(tǒng)產(chǎn)生的文件名均為A2xxxxx，現(xiàn)在的目的就是要在該刪除指定子系統(tǒng)所產(chǎn)生的文件，保留其他子系統(tǒng)的文件。

將需求拆解下，實(shí)際上就是解決下列4個(gè)問題：

1.怎么刪除一個(gè)文件？

2.怎樣識(shí)別一個(gè)文件或文件夾是某個(gè)子系統(tǒng)產(chǎn)生的？

3.如何判斷一個(gè)路徑是文件還是目錄？

4.如何定位所有指定的子系統(tǒng)產(chǎn)生的文件和文件夾？

對(duì)于問題1， 在本節(jié)開始就闡述過，使用 python 的內(nèi)建函數(shù)進(jìn)行刪除即可:

os.remove("path") # 刪除指定文件
os.rmdir("path") # 刪除一個(gè)空文件夾
shutil.rmtree("path") #  刪除一個(gè)文件夾及該文件夾下所有內(nèi)容（包括子目錄及文件）

對(duì)于問題2，由于特定子系統(tǒng)產(chǎn)生的文件和文件夾的命名方式都是固定的模式，如A1子系統(tǒng)產(chǎn)生的文件名均為A1xxxxx，故可通過關(guān)鍵字匹配的方式進(jìn)行識(shí)別。一種可能的方式為：

if keywords in filepath: # 如果文件名包含關(guān)鍵字keywords
    os.remove(filepath) # 刪除文件
else:
    pass

對(duì)于問題3，由于刪除目錄和刪除文件的方式不一致，故需要在刪除前判斷一個(gè)路徑是目錄還是文件，根據(jù)其類型選擇合適的刪除方式，這個(gè)在 python 中可以使用 **os.path.isdir()**之類的函數(shù)進(jìn)行判斷，主要是下列函數(shù)：

os.path.isdir("path") # 返回true則為目錄，false則為文件
os.path.isfile("path") # 返回true則為文件，false則為目錄

對(duì)于問題4，如何定位所有要?jiǎng)h除的文件，這個(gè)問題實(shí)際上就是一個(gè)指定目錄文件遍歷的問題，即如何遍歷一個(gè)指定目錄的所有文件夾及文件。對(duì)于這個(gè)問題，一般有兩種解決方案，一是深度優(yōu)先遍歷方式，一是廣度優(yōu)先遍歷方式，兩種方式在本例中效率是一致的，因?yàn)槲覀冏罱K都要遍歷所有的文件。另外，幸運(yùn)的是，python實(shí)在是過于強(qiáng)大，其內(nèi)建的函數(shù)已經(jīng)幫助我們實(shí)現(xiàn)了一個(gè)廣度優(yōu)先目錄遍歷方法，及 os.walk("path") 方法，該方法就是遍歷 path 目錄下的所有文件及文件夾，一個(gè)典型的用法如下:

import os

path = "C:\\A\\"

for root, dirs, files in os.walk(path):
    print(root)
    print(dirs)
    print(files)

上例中，root 代表當(dāng)前遍歷到的路徑，dirs 表示當(dāng)前路徑下所有的子目錄， files 表示當(dāng)前路徑下的所有子文件。通過這種方式就能全部遍歷指定目錄了。

問題都分解開了，下面將問題組合一下就完成代碼實(shí)現(xiàn).

最終的代碼實(shí)現(xiàn)為：

import os
import shutil

path = "C:\\A\\"
keyword = "A1"

for root, dirs, files in os.walk(path):
    for dir in dirs:
        if keyword in dir:
            rmpath = os.path.join(root, dir)
            print("刪除文件夾: %s" % rmpath)
            shutil.rmtree(rmpath)
    for file in files:
        if keyword in file:
            rmpath = os.path.join(root, file)
            print("刪除文件: %s" % rmpath)
            os.remove(rmpath)

即通過廣度優(yōu)先方式(os.walk())遍歷指定目錄，逐個(gè)判斷該目錄下所有子目錄和文件是否滿足關(guān)鍵字條件，滿足就刪除。

運(yùn)行效果為：

看似需求到此基本上就很好的解決了，但是實(shí)際測(cè)試中發(fā)現(xiàn)有的很深的目錄卻沒有刪除，刪除該目錄時(shí)報(bào)了一個(gè)錯(cuò)，錯(cuò)誤描述如下：

Unexpected error: (< type 'exceptions.WindowsError'>, WindowsError(3, 'The system cannot find the path specified'), < traceback object at 0x0000000002714F88>)

大致意思就是python找不到這個(gè)路徑，可是為什么呢？為此，我繼續(xù)進(jìn)行一番資料查詢，后來大致定位了是由于文件路徑過長(zhǎng)導(dǎo)致的，是由于windows系統(tǒng)用戶態(tài)的默認(rèn)路徑長(zhǎng)度不能超過256個(gè)字節(jié)導(dǎo)致的。但是官方說256個(gè)字節(jié)是最長(zhǎng)，但為何能創(chuàng)建超過256的呢，所以既然能創(chuàng)建，那就一定能刪除，但是需要一些方法，經(jīng)過一番學(xué)習(xí)，找到了好幾種方法，下面介紹其中一種最為實(shí)用的方法，另外幾個(gè)比如使用壓縮軟件壓縮后刪除（百度知道的結(jié)果）適合手動(dòng)但不適合編程解決。這個(gè)方法在下一節(jié)中繼續(xù)講述。

0x03 windows 文件系統(tǒng)關(guān)于長(zhǎng)路徑文件的相關(guān)定義

為解決windows下的長(zhǎng)文件刪除的問題，最為權(quán)威的資料莫過于windows官方的描述，我閱讀了微軟關(guān)于文件名長(zhǎng)度的這一塊的定義及說明，找到解決方案，微軟的原文如下：

關(guān)鍵意思如下：

1.Windows API 提供的文件路徑理論上最長(zhǎng)是 32767 個(gè)字節(jié)，普通狀態(tài)下給用戶使用是不超過256個(gè)字符，說是為了使用戶操作更加方便。這里不得不吐槽一下了，確實(shí)操作方便了，但是方便的同時(shí)也可能帶來不便，明明定義了32767這么長(zhǎng)的字節(jié)，只給用256，未免太摳搜了一點(diǎn)

2.用戶如果想要打破這個(gè)長(zhǎng)度限制，可以通過一個(gè)特殊方式告訴windows系統(tǒng)自己想要使用超長(zhǎng)文件，這個(gè)特殊的方式就是在絕對(duì)路徑前加上** "\?" **字符串。

3.這篇文檔后面還有描述在windows10以后如何通過注冊(cè)表的方式接觸文件名長(zhǎng)度限制，這里就沒有截圖了，因?yàn)椴煌ㄓ?，win7怎么辦呢？有興趣的同學(xué)可以查看其原文鏈接閱讀：https://docs.microsoft.com/en-US/windows/win32/fileio/maximum-file-path-limitation?tabs=cmd

好了，看到這，解決方法呼之欲出，其實(shí)簡(jiǎn)單得不能太簡(jiǎn)單，直接在絕對(duì)路徑前加上一個(gè)"\?"即可：

# 獲取目標(biāo)路徑的絕對(duì)路徑，并在路徑前加上\\?\，
# 以解除windows的文件長(zhǎng)度限制
path = '\\\\?\\' + os.path.abspath(path)

0x04 改造 python 程序，刪除長(zhǎng)路徑文件

根據(jù)上一節(jié)，對(duì)python程序進(jìn)一步進(jìn)行改造，加入windows長(zhǎng)文件名限制解除，最后的完美刪除工具就成型了:

import os
import shutil

path = "C:\\A\\"
keyword = "A1"

# 獲取目標(biāo)路徑的絕對(duì)路徑，并在路徑前加上\\?\，
# 以解除windows的文件長(zhǎng)度限制
path = '\\\\?\\' + os.path.abspath(path)

for root, dirs, files in os.walk(path):
    for dir in dirs:
        if keyword in dir:
            rmpath = os.path.join(root, dir)
            print("刪除文件夾: %s" % rmpath)
            shutil.rmtree(rmpath)
    for file in files:
        if keyword in file:
            rmpath = os.path.join(root, file)
            print("刪除文件: %s" % rmpath)
            os.remove(rmpath)

雖然代碼很短，只添加了一行，但是這一行，卻完成了一個(gè)超級(jí)核心的任務(wù)，真可謂是靈魂一行啊，最后該工具中如在生產(chǎn)環(huán)境中發(fā)揮了其出色的作用，使服務(wù)器繼續(xù)運(yùn)轉(zhuǎn)如飛了。

0x04 總結(jié)思考

啰嗦的話就不多說了，說幾點(diǎn)思考 ：

1.遇到問題將問題進(jìn)行分解，拆分成一個(gè)個(gè)小問題逐步擊破 。

2.要善于閱讀官方技術(shù)文檔，有時(shí)候解決一個(gè)問題的核心可能很簡(jiǎn)單，代碼可能也就一行兩行，但是就是藏在某個(gè)角落，不仔細(xì)去閱讀還真不一定找得出來 。

3.python是個(gè)好東西，要有將問題轉(zhuǎn)化成使用python去解決的習(xí)慣，習(xí)慣成自然，python可能在工作中就發(fā)揮大作用了呢。

0x05 參考資料

1.https://docs.microsoft.com/en-US/windows/win32/fileio/maximum-file-path-limitation?tabs=cmd  

2.https://stackoverflow.com/questions/6996603/how-to-delete-a-file-or-folder-in