Python文件大小排序技巧详解
2026-04-24 18:45:49
0浏览
收藏
本文深入解析了Python中按文件大小排序的正确实践与常见陷阱,重点揭示了直接调用`os.path.getsize`导致Windows下频繁报`OSError[WinError 1920]`的根本原因——未预先判断路径是否为普通文件,尤其在受保护目录中极易触发权限拒绝;文章对比了传统`os.path`与现代`pathlib`两种方案,强调`pathlib.Path.is_file()`和`.stat().st_size`在安全性、可读性与性能上的显著优势,并提供了避免重复系统调用(如使用`os.scandir`缓存、`heapq.nlargest`替代全量排序)等关键优化技巧,助你写出健壮、高效、跨平台的文件管理代码。

用 os.path.getsize 获取文件大小时,为什么总报错 OSError: [WinError 1920]?
常见于路径含中文、权限受限或指向了目录而非文件。调用 os.path.getsize 前必须先确认是普通文件——否则 Windows 下容易触发系统级访问拒绝错误(尤其在 AppData、Program Files 等受保护路径)。
实操建议:
- 用
os.path.isfile(path)过滤掉目录、符号链接、设备文件等非普通文件 - 加
try/except捕获OSError,跳过无法读取大小的条目(比如被占用的 .log 文件) - 避免直接对
os.listdir()结果调用getsize,应拼全路径再判断:full_path = os.path.join(folder, name)
如何用 sort() 或 sorted() 按大小升序/降序排列?
核心是传入 key 参数,让它返回每个文件的字节数。注意:不要写成 key=os.path.getsize —— 那会尝试对文件名字符串直接调用,必然失败。
正确写法示例(升序):
files = [f for f in os.listdir(folder) if os.path.isfile(os.path.join(folder, f))] files.sort(key=lambda f: os.path.getsize(os.path.join(folder, f)))
降序只需加 reverse=True;若要保留完整路径,推荐先构造 (path, size) 元组列表再排序,更安全:
file_info = [(os.path.join(folder, f), os.path.getsize(os.path.join(folder, f))) for f in files]file_info.sort(key=lambda x: x[1], reverse=True)
用 pathlib 替代 os.path 是否更可靠?
是的。Python 3.4+ 的 pathlib 天然支持链式操作和异常过滤,代码更紧凑且不易漏判类型。
等效实现(按大小降序):
from pathlib import Path
folder = Path("/your/folder")
files = [f for f in folder.iterdir() if f.is_file()]
files.sort(key=lambda f: f.stat().st_size, reverse=True)
优势点:
f.stat().st_size比os.path.getsize(str(f))少一次路径转换,略快f.is_file()自动排除目录、挂载点、socket 等,比手动os.path.isfile更鲁棒- 天然支持 glob(如
folder.glob("*.py")),方便按扩展名预筛
大文件夹里排序慢?getsize 是性能瓶颈吗?
是。每调用一次 os.path.getsize 或 Path.stat() 都是一次系统调用,在几千个文件时延迟明显可见。真正耗时的不是排序本身,而是反复读取元数据。
优化思路:
- 只在必要时获取大小——比如先用
glob或正则缩小范围,再查大小 - 用
os.scandir()(Python 3.5+)替代os.listdir(),它返回的DirEntry对象自带.stat()缓存,首次调用后后续访问极快 - 如果只是找“最大的前 10 个”,别全量排序,改用
heapq.nlargest(10, files, key=...)
实际项目中,最容易被忽略的是没做文件类型过滤就直接上 getsize——结果程序在系统目录里卡住几秒,还抛一堆权限错误。先 is_file(),再 stat(),这个顺序不能颠倒。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
线程创建方式对比与企业选型指南
- 上一篇
- 线程创建方式对比与企业选型指南
- 下一篇
- 12123查驾驶证扣分方法步骤
查看更多
最新文章
-
- 文章 · python教程 | 25分钟前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 50分钟前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 4小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 6小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 6小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 7小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 8小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1097次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1093次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1261次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1203次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1049次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

