如何在Python中查找修改后的文件
我想要监视一个文件夹并查看是否添加了新文件或修改了现有文件。问题是，并不能保证我的程序会一直运行（因此，基于inotify的解决方案可能不适用于此）。我需要缓存最后一次扫描的状态，然后使用下一次扫描，在处理文件之前我需要将它与最后一次扫描进行比较。如何在Python中查找修改后的文件
在Python 2.7中实现此功能有哪些选择？
注1：文件的处理很昂贵，所以我试图处理那些在此期间未修改的文件。所以，如果文件只是重命名（而不是文件内容的改变），我还想检测并跳过处理。注2：我只对Linux解决方案感兴趣，但如果添加其他平台的答案，我不会抱怨。
有几种方法可以检测文件中的更改。有些人比其他人更容易被愚弄。这听起来不像是一个安全问题;更多 如同诚信假设，你只需要检测变化而不需要 不得不智胜对手。
你可以看看时间戳。如果文件没有被重命名，这是检测更改的好方法 。如果它们被重新命名，单独的时间戳就不足以可靠地将另一个文件告诉一个文件。 os.stat会告诉你 上次修改文件的时间。
您可以查看inode，例如ls -li。如果更改涉及创建新文件并删除旧文件，则文件的inode编号可能会更改为 ;例如，这是 emacs通常如何更改文件。尝试使用组织使用的标准工具更改文件 ，并在 之前和之后比较inode;但请记住，即使这次没有改变，它在某些情况下可能会改变。 os.stat会告诉你inode 号码。
您可以查看文件的内容。 cksum计算一个文件上的一个小的CRC校验和 ;如果有人愿意，很容易击败。程序 等sha256sum计算安全散列;在不更改这种散列的情况下更改文件 是不可行的。如果文件很大，这可能会很慢。 hashlib模块将计算几种安全哈希。
如果一个文件被重命名和改变，其索引节点号的变化，这将 可能非常难以与它曾经 是，该文件匹配起来，除非该文件中的数据包含某种一成不变的和 唯一标识符。
考虑并发性。程序运行时，有人可能会更改 文件吗？谨防竞态条件。
我可能会用某种sqlite解决方案，比如写最后的轮询时间。 然后在每个这样的轮询中，按last_modified_time（mtime）对文件进行排序，并获得所有mtime大于以前的轮询的人（如果你坚持没有，那么这个值将从sqlite或某种文件中取出这样的分贝的要求）。
监控新文件并不困难 - 只保留目录中所有文件的inode列表或数据库。一个新文件将引入一个新的inode。这也将帮助您避免处理重命名的文件，因为inode在重命名时不会更改。
更难的问题是监视文件更改。如果您还为每个inode存储文件大小，那么明显更改的大小表示更改的文件，并且您不需要打开并处理该文件即可知道该文件。但对于（a）之前已记录的inode和（b）大小与之前相同的文件，您需要处理文件（例如，计算校验和）以确定它是否已更改。
我建议作弊和使用系统find命令。例如，以下内容将查找在最近60分钟内修改或创建的所有Python文件。使用ls输出可以确定是否需要进一步检查。
$ echo beer > zoot.py
$ find . -name '*.py' -mmin -60 -type f -ls
1973329 4 -rw-r--r-- 1 johnm johnm 5 Aug 30 15:17 ./zoot.py
它会是远不及复杂的，如果你能保证你的程序将运行所有的时间，不是存储时，它不是，然后试图重新扫描更改... – 2014-08-30 21:43:46
@JonClements是的，但不幸的是这是不可能的。基本上，用户确定程序何时运行。这是该计划的性质。 – 2014-08-30 21:52:25
只需创建一个包含文件名和最后修改日期的字典（可以使用'os.stat（）'获得），然后将其写入一个文件并在每次运行时读取它 – wnnmaw 2014-08-30 22:10:46