python - 跟踪文件随着时间的推移

我的想法是在两个时间点T1和T2之间跟踪文件系统中的特定文件。这里的重点在于将文件视为文件系统上的唯一实体。可以改变数据和属性但仍然保持其独特身份的那个。

最终目标是通过捕获和记录文件的数据哈希和创建/修改属性来确定文件的数据是否（不情愿地）在T1和T2之间发生了变化在T1，并将它们与T2处的等价物进行比较。如果所有属性都未更改但散列未验证，则可以说存在问题。在所有其他情况下，我们可能愿意说改变的散列是修改的结果，并且未更改的散列和未更改的修改 - 属性根本不对文件（数据）进行更改。

现在，有几种方法可以引用文件和相应的缺点：

文件的路径：但是，如果将文件移动到其他位置，则此方法将失败。
文件数据的数据哈希：即使指针已移动，也可以找到文件，或者更确切地说是（a）指向磁盘上文件数据的指针到另一个目录，但数据无法更改或此方法也失败。

我的想法是在T1检索该特定文件的fileId以跟踪T2处的文件，即使它已更改其位置，因此无需将其视为新文件。

我知道pywin提供的两种方法。 win32file.GetFileInformationByHandle()和win32file.GetFileInformationByHandleEx()，但它们显然仅限于特定的文件系统，打破了跨平台兼容性，并且偏离了跟踪文件的通用方法。

我的问题很简单：是否还有其他想法/理论来跟踪文件，理想情况是平台/ FS？

欢迎任何有头脑风暴的思想食物！

一般来说这并不可行，因为文件身份的概念是一种幻觉（类似于身体认同的幻觉，但这不是一个哲学论坛）。

您无法使用文件内容跟踪身份，因为内容已更改。
您无法跟踪附加到该文件的任何其他属性，因为许多文件编辑器将通过删除旧文件并创建新文件来保存更改。

版本控制系统以三种方式处理此问题：

（CVS）不要跟踪移动操作。
（Subversion）手动跟踪移动操作。
（Git）使用启发式操作将操作标记为基于文件内容更改的“移动”操作（例如，如果新文件与现有文件的差异小于50％，则标记为作为副本）。

像inode数字这样的东西不稳定且不值得信任。在这里，您可以看到使用Vim编辑文件将更改inode编号，我们可以使用stat -f %i来检查：

$ touch file.txt
$ stat -f %i file.txt
4828200
$ vim file.txt
...make changes to file.txt...
$ stat -f %i file.txt 
4828218

跟踪文件随着时间的推移

1 个答案: