Python实现网站文件的全备份和差异备份

之前有写利用md5方式来做差异备份，但是这种md5方式来写存在以下问题：

•md5sum获取有些软连接的MD5值存在问题
•不支持对空目录进行备份，因为md5sum无法获取空目录的md5值
•权限的修改md5sum无法判断

解决方案：

利用文件的mtime ctime

mtime（Modified time）是在写入文件时随文件内容的更改而更改的
ctime（Create time）是在写入文件、更改所有者、权限或链接设置时随Inode的内容更改而更改的
废话不多说直接上代码：

#!/usr/bin/env python
import time,os,sys,cPickle

fileInfo = {}

def logger(time,fileName,status,fileNum):
 f = open('backup.log','a')
 f.write("％s\t％s\t％s\t\t％s\n" ％ (time,fileName,status,fileNum))

def tar(sDir,dDir,fileNum):
 command = "tar zcf ％s ％s >/dev/null 2>&1" ％ (dDir + ".tar.gz",sDir)
 if os.system(command) == 0:
   logger(time.strftime('％F ％X'),dDir + ".tar.gz",'success',fileNum)
 else:
   logger(time.strftime('％F ％X'),dDir + ".tar.gz",'failed',fileNum)

def fullBak(path):
 fileNum = 0
 for root,dirs,files in os.walk(path):
   for name in files:
     file = os.path.join(root, name)
     mtime = os.path.getmtime(file)
     ctime = os.path.getctime(file)
     fileInfo[file] = (mtime,ctime)
     fileNum += 1
 f = open(P,'w')
 cPickle.dump(fileInfo,f)
 f.close()
 tar(S,D,fileNum)

def diffBak(path):
 for root,dirs,files in os.walk(path):
   for name in files:
     file = os.path.join(root,name)
     mtime = os.path.getmtime(file)
     ctime = os.path.getctime(file)
     fileInfo[file] = (mtime,ctime)

if os.path.isfile(P) == 0:
   f = open(P,'w')
   f.close()

if os.stat(P).st_size == 0:
   f = open(P,'w')
   cPickle.dump(fileInfo,f)
   fileNum = len(fileInfo.keys())
   f.close()
   print fileNum
   tar(S,D,fileNum)
 else:
   f = open(P)
   old_fileInfo = cPickle.load(f)
   f.close()
   difference = dict(set(fileInfo.items())^set(old_fileInfo.items()))
   fileNum = len(difference)
   print fileNum

difference_file = ' '.join(difference.keys())
   print difference_file

tar(difference_file,D,fileNum)
   f = open(P,'w')
   cPickle.dump(fileInfo,f)
   f.close()

def Usage():
 print '''
   Syntax: python file_bakcup.py pickle_file model source_dir filename_bk
     model: 1:Full backup 2:Differential backup

example: python file_backup.py fileinfo.pk 2 /etc etc_$(date +％F)
     explain: Automatically add '.tar.gz' suffix
 '''
 sys.exit()

if len(sys.argv) != 5:
 Usage()

P = sys.argv[1]
M = int(sys.argv[2])
S = sys.argv[3]
D = sys.argv[4]

if M == 1:
 fullBak(S)
elif M == 2:
 diffBak(S)
else:
 print "\033[;31mDoes not support this mode\033[0m"
 Usage()

测试：

$ python file_backup.py data.pk 1 data data_$(date +％F) #全备份
$ > data/www.jb51.net #测试创建文件，修改文件权限
$ chmod 777 data/py/eshop_bk/data.db
$ python file_backup.py data.pk 2 data data_$(date +％F)_1 #备份改变的文件
2
data/py/eshop_bk/data.db data/www.jb51.net

看了博主的代码，很受启发，但是有一个问题，如果我完成完整备份之后，删除了其中某个文件，再做差异备份，可以检测出被删除的文件，但是执行tar就会出错，因为这个文件已经是不存在的了，所以在执行tar之前，最好用os.path.exists()判断一下差异文件路径是否存在，如果不存在则不执行tar, 反馈一条文件删除信息。