Windows下调用shutil.copystat(file1, file2)后文件修改时间不等

Posted 2023-02-23

【中文标题】Windows下调用shutil.copystat(file1, file2)后文件修改时间不等

【英文标题】：File modification times not equal after calling shutil.copystat(file1, file2) under Windows

【发布时间】：2013-06-09 19:13:00

【问题描述】：

我使用 Python 2.7.5 运行以下代码。在 Windows 下：

import os, shutil, stat, time

with open('test.txt', 'w') as f: pass # create an arbitrary file
shutil.copy('test.txt', 'test2.txt') # copy it
shutil.copystat('test.txt', 'test2.txt') # copy its stats, too

t1 = os.lstat('test.txt').st_mtime # get the time of last modification for both files
t2 = os.lstat('test2.txt').st_mtime

print t1 # prints something like: 1371123658.54
print t2 # prints the same string, as expected: 1371123658.54
print t1 == t2 # prints False! Why?!

我希望两个时间戳 (=floats) 相等（正如它们的字符串表示所暗示的那样），那么为什么 t1 == t2 评估为 False？

此外，我无法用更少的代码重现此行为，即不比较通过os.lstat 从两个不同 文件中检索到的时间戳。我有感觉，我在这里错过了一些微不足道的东西......

---

编辑：

经过进一步测试，我注意到它确实会偶尔打印一次True，但不会超过每 10 次运行一次。

---

编辑 2：

正如 larsmans 所建议的：

print ("%.7f" % t1) # prints e.g. 1371126279.1365688
print ("%.7f" % t2) # prints e.g. 1371126279.1365681

这提出了两个新问题：

为什么调用shutil.copystat后时间戳不相等？ printrounds 默认浮动？！

【问题讨论】：

无法在 Debian Linux 上重现。试试print("%.7f" % t1) 和(t1 - t2) < 1e-4 看看“小字”是否不同。

要了解为什么 print rounds 默认会浮动，试试这个：x=10.1 (newline) print ("%.20f" % x)。这将打印出您想象中的其他内容。这是正常的，因为浮点值不能准确地表示所有小数值。不过我不知道shutil问题。

我知道二进制表示，但这里的情况不同：我们有一个值为 10.099999 的浮点数，它打印 10.1 尽管我们没有指定诸如 %.2f 这样的格式 - 所以似乎有一个隐含的四舍五入，这是我不知道的，我以前从未观察过......

【参考方案1】：

问题在于copystat 调用期间不同格式之间的转换。这是因为 Windows 以定点十进制格式存储文件时间，而 Python 以浮点二进制格式存储它们。因此，每次在两种格式之间进行转换时，都会损失一些准确性。在copystat 通话期间：

对os.stat 的调用将Windows 格式转换为Python 的浮点格式。失去了一些准确性。 调用os.utime 更新文件时间。这会将其转换回 Windows 格式。再次丢失了一些准确性，并且文件时间不一定与第一个文件的时间相同。

当您自己致电os.lstat 时，会执行第三次不准确的转换。由于这些转换，文件时间并不完全相同。

documentation for os.utime 提到了这一点：

请注意，后续 stat() 调用可能不会返回您在此处设置的确切时间，具体取决于您的操作系统记录访问和修改时间的分辨率

---

关于您的第二个问题（为什么print 似乎对两者显示相同的值）：将浮点值转换为带有str(f) 或print f 的字符串将对值进行四舍五入。要获得保证对不同浮点值唯一的值，请改用print repr(f)。

【参考方案2】：

尝试以浮点形式打印时差：print float.hex( t1 - t2)

结果：

0x1.0000000000000p-22
0x1.8000000000000p-21
0x0.0p+0
0x1.0000000000000p-20

我的 2cents 猜测：输出的变化来自浮点表示偏差和舍入误差。无论如何，在比较两个浮点数时，您应该始终使用 epsilon 值。

编辑：检查这个Python bug。

这是系统限制。底层文件系统支持 文件戳的纳秒分辨率，stat(2) 也支持 报告他们。但是，utimes(2) 只支持微秒 设置它们时的分辨率。

比较两个浮点数时，最好使用微秒分辨率。

【讨论】：

是的，更麻烦的是t1大于t2，而应该相反（text2比text1更新）

该错误报告是针对 Linux 系统的。 Python 的 Windows 实现没有使用utimes，所以没有这样的微秒限制。

GetFileTime(msdn.microsoft.com/en-us/library/windows/desktop/…) 的分辨率为 10 毫秒，所以我认为 Windows 上的 shutil 不能做得更好。 （我查看了 Python 代码和 lstat 调用 winapi GetFileAttributesExW ）

再次，您忽略了链接中的信息。 10 毫秒的分辨率仅适用于 FAT 文件系统上的创建时间。 NTFS 具有更高的分辨率。但分辨率是什么并不重要：不准确是由于与浮点之间的转换。如果 Python 实现直接复制了 Windows 时间而不进行转换，则无论文件系统的分辨率如何，这两个时间都是相同的。

【参考方案3】：

from decimal import *
print Decimal(t1)
print Decimal(t2)

对 t1 和 t2 使用 round()