检测自上次扫描以来文件系统中的更改

Question

索引文件系统的程序似乎知道自上次索引以来哪些部分已更改，并且只重新扫描该部分。如何确定自上次索引以来文件系统/文件的更改位置。你不在乎你回答的语言，但我在想c和windows。

此类程序的一个示例是Sequoia View，它会生成硬盘的树形图。

Answer 1

一种相当简单的方法是将文件系统报告的文件大小，日期（作为整数值）和文件名放在给定目录中，然后计算一个checksum，然后您可以与该目录关联。您仍然需要使用文件系统数据对所有目录执行此计算，但您不必深入（打开文件以检查差异），除非校验和报告了差异。

为了跟踪文件级别的特定更改，您将根据各个文件属性存储校验和，以及自上次扫描以来是否存在文件和子目录。

这不一定能保证没有发生更改，因为有文件系统实用程序可以更改所有属性，尽管这对于基本扫描来说是一个很好的第一步。

您可能会发现source code的fswatch有用。

Answer 2

如果您使用.Net托管语言进行编码，请试用FileSystemWatcher类。

来自MSDN：

  

使用FileSystemWatcher进行监听   指定目录中的更改。您   可以监视文件和文件的变化   指定的子目录   目录。您可以创建一个组件   在本地计算机上观看文件，   网络驱动器或远程计算机。

     

要查看所有文件中的更改，请进行设置   Filter属性为空字符串   （“”）或使用通配符（“。”）。至   观看特定文件，设置过滤器   属性到文件名。对于   例如，要注意变化   文件MyDoc.txt，设置过滤器   属性为“MyDoc.txt”。你也可以   注意某种类型的变化   文件。例如，要注意   更改文本文件，设置过滤器   属性为“* .txt”。

Answer 3

这里有2个问题要处理。

首先，如果您想要观察动态更改（在程序运行时进行）。在这种情况下，您需要使用Windows API ReadDirectoryChangesW。有很多关于如何使用它的在线示例。 （注意......一些示例不是很好。这个API调用CAN AND将为每个调用返回多个事件，您需要仔细阅读界面，了解它是如何工作的，并处理返回的所有内容。

第二个问题是，如果你有一个文件夹或文件夹列表，并且想要检查它/它们的内容是否已经改变 - 通过添加/删除或更改该文件夹中的文件。

在这种情况下，最有效的方法是一次读取文件夹内容的文件名，并进行累积散列。不仅如此，您还希望获取属性（使用类似GetFileAttributesEx的内容），并将其包含在哈希中。 （确保排除文件夹“。”和“..” - 否则结果会产生误导。）

这样做的原因是您希望通过文件大小，日期等来捕获文件中的更改。您可能不希望包含LastAccessed时间。

任何大的散列函数都应该这样做。结果是每个文件夹的一个大数字（哈希）。

然后当你进行另一次传递时，你重新计算哈希并与存储的哈希进行比较，以获得该文件夹的最后已知状态。如果哈希值不匹配，那么您需要详细浏览文件夹。

实际上，这种方法可以（很快）告诉你，你需要更详细地了解这里的内容，以及你如何做到这一点取决于你想要实现的目标。

这样做的好处是，您不会查看文件夹中每个文件的内容，而是查看一些为您提供足够指示的元数据。因此，处理速度提高了数千倍。

Answer 4

查看directory change notifications。

Answer 5

FindFirstChangeNotification

Answer 6

在Linux（以及我认为的任何其他类Unix操作系统）下，可以为文件/文件夹生成哈希值，以表示在给定时间的状态。稍后，只需重新生成哈希并将其与旧值进行比较。事实证明这对我正在进行的一些项目非常有效！

详细信息如下：http://vpalos.com/169/recursive-filedirectory-change-detection/

它基本上对任何更改都很敏感（即使只更改文件的访问时间）。