Python实现删除windows下的长路径文件

1.文章背景

近期，笔者所在公司的某业务系统的存储临近极限，服务器马上就要跑不动了，由于该业务系统A包含多个子系统A1、A2、A3 ... An，这些子系统的中间存储文件由于设计原因，都存储在同一个父级目录之内，唯一不同的是，不同子系统产生的文件和文件夹的名字都以该子系统名开始。如A1子系统产生的文件命名方式均为A1xxxxxx, A2子系统产生的文件名均为A2xxxxx。现在要删除其中一些子系统的历史文件，以释放服务器空间，几十T的数据，存放在一起，手动删除肯定不显示，只能借助程序自动化实现了，使用什么呢？自然想到了python。其实单纯删文件这一个需求我认为不值得长篇阔论，但是其中遇到了一些特殊有趣的问题和一些有意思的解决方案，所以想与诸位分享一下，比如windows系统下的超长文件删除, 如从阅读官方英文文档寻找解决方案等等，下面进入正题。

2.使用 python 删除文件

使用python删除文件有很多方式，最直接也是最方便的方式就是调用内建函数：

• os.remove()  删除文件

• os.rmdir() 删除一个空文件夹

• shutil.rmtree() 删除一个文件夹及该文件夹下所有内容（包括子目录及文件）

也就是，此问题的的解决方案，核心就是围绕上述三个函数打交道。转到我们遇到的问题，业务系统A包含多个子系统A1、A2、A3 ... An，这些子系统的中间存储文件由于设计原因，都存储在同一个父级目录之内，唯一不同的是，不同子系统产生的文件和文件夹的名字都以该子系统名开始。如A1子系统产生的文件命名方式均为A1xxxxxx, A2子系统产生的文件名均为A2xxxxx，现在的目的就是要在该删除指定子系统所产生的文件，保留其他子系统的文件。

将需求拆解下，实际上就是解决下列4个问题：1、怎么删除一个文件？2、怎样识别一个文件或文件夹是某个子系统产生的？3、如何判断一个路径是文件还是目录？4、如何定位所有指定的子系统产生的文件和文件夹？

对于问题1， 在本节开始就阐述过，使用 python 的内建函数进行删除即可:

os.remove("path") # 删除指定文件
os.rmdir("path") # 删除一个空文件夹
shutil.rmtree("path") #  删除一个文件夹及该文件夹下所有内容（包括子目录及文件）

对于问题2，由于特定子系统产生的文件和文件夹的命名方式都是固定的模式，如A1子系统产生的文件名均为A1xxxxx，故可通过关键字匹配的方式进行识别。一种可能的方式为：

if keywords in filepath: # 如果文件名包含关键字keywords
    os.remove(filepath) # 删除文件
else:
    pass

对于问题3，由于删除目录和删除文件的方式不一致，故需要在删除前判断一个路径是目录还是文件，根据其类型选择合适的删除方式，这个在 python 中可以使用 **os.path.isdir()**之类的函数进行判断，主要是下列函数：

os.path.isdir("path") # 返回true则为目录，false则为文件
os.path.isfile("path") # 返回true则为文件，false则为目录

对于问题4，如何定位所有要删除的文件，这个问题实际上就是一个指定目录文件遍历的问题，即如何遍历一个指定目录的所有文件夹及文件。对于这个问题，一般有两种解决方案，一是深度优先遍历方式，一是广度优先遍历方式，两种方式在本例中效率是一致的，因为我们最终都要遍历所有的文件。另外，幸运的是，python实在是过于强大，其内建的函数已经帮助我们实现了一个广度优先目录遍历方法，及 os.walk("path") 方法，该方法就是遍历 path 目录下的所有文件及文件夹，一个典型的用法如下:

import os

path = "C:\\A\\"

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

上例中，root 代表当前遍历到的路径，dirs 表示当前路径下所有的子目录， files 表示当前路径下的所有子文件。通过这种方式就能全部遍历指定目录了。

问题都分解开了，下面将问题组合一下就完成代码实现.

最终的代码实现为：

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("删除文件夹: ％s" ％ rmpath)
            shutil.rmtree(rmpath)
    for file in files:
        if keyword in file:
            rmpath = os.path.join(root, file)
            print("删除文件: ％s" ％ rmpath)
            os.remove(rmpath)

即通过广度优先方式(os.walk())遍历指定目录，逐个判断该目录下所有子目录和文件是否满足关键字条件，满足就删除。

运行效果为：

看似需求到此基本上就很好的解决了，但是实际测试中发现有的很深的目录却没有删除，删除该目录时报了一个错，错误描述如下：

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找不到这个路径，可是为什么呢？为此，我继续进行一番资料查询，后来大致定位了是由于文件路径过长导致的，是由于windows系统用户态的默认路径长度不能超过256个字节导致的。但是官方说256个字节是最长，但为何能创建超过256的呢，所以既然能创建，那就一定能删除，但是需要一些方法，经过一番学习，找到了好几种方法，下面介绍其中一种最为实用的方法，另外几个比如使用压缩软件压缩后删除（百度知道的结果）适合手动但不适合编程解决。这个方法在下一节中继续讲述。

3.文件系统关于长路径文件的相关定义

为解决windows下的长文件删除的问题，最为权威的资料莫过于windows官方的描述，我阅读了微软关于文件名长度的这一块的定义及说明，找到解决方案，微软的原文如下：

关键意思如下：1、Windows API 提供的文件路径理论上最长是 32767 个字节，普通状态下给用户使用是不超过256个字符，说是为了使用户操作更加方便。这里不得不吐槽一下了，确实操作方便了，但是方便的同时也可能带来不便，明明定义了32767这么长的字节，只给用256，未免太抠搜了一点

2、用户如果想要打破这个长度限制，可以通过一个特殊方式告诉windows系统自己想要使用超长文件，这个特殊的方式就是在绝对路径前加上** "\?" **字符串。

3、这篇文档后面还有描述在windows10以后如何通过注册表的方式接触文件名长度限制，这里就没有截图了，因为不通用，win7怎么办呢？有兴趣的同学可以查看其原文链接阅读

来源：https://mp.weixin.qq.com/s/nSH4FLGZRswIKeI45CEL0g