python计算文件夹大小（linux du命令 简化版）

　　C盘又满了，怎么办？用了一些垃圾清理软件（或者bat脚本），但是还是不理想，那么具体哪些文件夹下面有巨大的文件呢？windows并不能通过详细信息看到每个文件夹的大小（PS：这里所谓的文件夹的大小是指文件夹下面所有文件的大小之和，包括子文件夹的大小，下同），道理也很简单，计算文件夹大小是比较费时的工作。当然，也可以通过属性查看文件夹大小，但是当一个文件夹下面又有及半个子文件夹的时候，怎么知道哪些比较大的，这个时候不禁想起了linux下面的du命令。

　　du（disk usage）是查看磁盘使用情况非常有用的一个工具（另外一个是df），具体的使用文档可以参见链接。而本人最常使用的参数是这样的： 

　　du . -h -d 1

　　上述命令输出当前文件夹（.）下面 第一层（-d 1）子文件夹的大小，以human readable（-h）的形式展现, 下面是实际例子：

　　

　　

　　那windows下面并没有这样一个简单的命令（或者是我不知道？），不过无所谓，用python应该比较简单：

# -*- coding: utf-8 -*-
import os, sys


def get_path_depth(root, dirpath):
    return dirpath.count(os.path.sep) - root.count(os.path.sep)

def human_readable(plain_size):
    plain_size = float(plain_size)
    if plain_size <= 1024:
        return str( round(plain_size, 2)) + 'B'
    if plain_size <= 1024 * 1024:
        return str( round(plain_size / 1024, 2)) + 'K'
    if plain_size <= 1024 * 1024 * 1024:
        return str( round(plain_size / 1024 / 1024, 2)) + 'M'
    if plain_size <= 1024 * 1024 * 1024 *1024:
        return str( round(plain_size / 1024 / 1024 / 1024, 2)) + 'G'

def main(root, max_depth, min_size_byte):
    total_size = 0
    dir_size = {}
    for dirpath, dirnames, filenames in os.walk(root):
        cur_depth = get_path_depth(root, dirpath)
        
        if cur_depth <= max_depth:
            assert dirpath not in dir_size
            dir_size[dirpath] = 0

        for filename in filenames:
            fullpath = os.path.join(dirpath, filename)
            filesize= os.path.getsize(fullpath)

            total_size += filesize
            for dirname in dir_size:
                if dirpath == dirname or dirpath.startswith(dirname + os.path.sep):
                    dir_size[dirname] += filesize

    root_size = len(root)
    for dirname, plain_size in sorted(dir_size.iteritems(), key = lambda d : d[1], reverse = True):
        if plain_size < min_size_byte:
            break
        print human_readable(plain_size), '	.', dirname[root_size: ]

if __name__ == '__main__':
    if len(sys.argv) <= 1:
        assert False, 'usage show_dir_size path max_depth(with default 0) min_size_byte(with default 1)'
    root = sys.argv[1]
    if root.endswith(os.path.sep):
        root = root[: -1]
    max_depth = int(sys.argv[2]) if len(sys.argv) >= 3 else 0
    min_size_byte = int(sys.argv[3]) if len(sys.argv) >= 4 else 0
    main(root, max_depth, min_size_byte)

　　三个参数，第一个是文件夹（path）；第二个是显示子文件夹的层数（max_depth， 默认为0）； 第三个字数限制文件夹带下（min_size_byte），即size小于这个值得文件夹就不显示了，默认值为1。

　　上述代码使用了两个比较关键的函数：os.walk， 遍历路径下的所有文件夹和文件，注意该函数本身就会递归显示子文件夹的内容；第二个函数是os.path.getsize，获取一个文件的大小。

　　windows下试一试：

　　

　　Linux下面试一试：

　　

references：

du