Python FTP 按日期获取最新文件

Question

我正在使用 ftplib 连接到一个 ftp 站点。我想获取最近上传的文件并下载它。我能够连接到 ftp 服务器并列出文件，我还将它们放在一个列表中并转换了 datefield。是否有任何功能/模块可以获取最近的日期并从列表中输出整行？

#!/usr/bin/env python

import ftplib
import os
import socket
import sys


HOST = 'test'


def main():
    try:
        f = ftplib.FTP(HOST)
    except (socket.error, socket.gaierror), e:
        print 'cannot reach to %s' % HOST
        return
    print "Connect to ftp server"

    try:
        f.login('anonymous','al@ge.com')
    except ftplib.error_perm:
        print 'cannot login anonymously'
        f.quit()
        return
    print "logged on to the ftp server"

    data = []
    f.dir(data.append)
    for line in data:
        datestr = ' '.join(line.split()[0:2])
        orig-date = time.strptime(datestr, '%d-%m-%y %H:%M%p')


    f.quit()
    return


if __name__ == '__main__':
    main()

---

已解决：

data = []
f.dir(data.append)
datelist = []
filelist = []
for line in data:
    col = line.split()
    datestr = ' '.join(line.split()[0:2])
    date = time.strptime(datestr, '%m-%d-%y %H:%M%p')
    datelist.append(date)
    filelist.append(col[3])

combo = zip(datelist,filelist)
who = dict(combo)

for key in sorted(who.iterkeys(), reverse=True):
   print "%s: %s" % (key,who[key])
   filename = who[key]
   print "file to download is %s" % filename
   try:
       f.retrbinary('RETR %s' % filename, open(filename, 'wb').write)
   except ftplib.err_perm:
       print "Error: cannot read file %s" % filename
       os.unlink(filename)
   else:
       print "***Downloaded*** %s " % filename
   return

f.quit()
return

一个问题，是否可以从字典中检索第一个元素？我在这里所做的是 for 循环只运行一次并退出，从而为我提供了第一个排序值，这很好，但我认为以这种方式执行它不是一个好习惯..

Answer 1

如果您的列表中有time.struct_time 中的所有日期（strptime 将给您这个），那么您所要做的就是sort 列表。

这是一个例子：

#!/usr/bin/python

import time

dates = [
    "Jan 16 18:35 2012",
    "Aug 16 21:14 2012",
    "Dec 05 22:27 2012",
    "Jan 22 19:42 2012",
    "Jan 24 00:49 2012",
    "Dec 15 22:41 2012",
    "Dec 13 01:41 2012",
    "Dec 24 01:23 2012",
    "Jan 21 00:35 2012",
    "Jan 16 18:35 2012",
]

def main():
    datelist = []
    for date in dates:
        date = time.strptime(date, '%b %d %H:%M %Y')
        datelist.append(date)

    print datelist
    datelist.sort()
    print datelist

if __name__ == '__main__':
    main()

Answer 2

我不知道你的 ftp 怎么样，但你的例子对我不起作用。我更改了一些与日期排序部分相关的行：

    import sys
    from ftplib import FTP
    import os
    import socket
    import time

    # Connects to the ftp
    ftp = FTP(ftpHost)
    ftp.login(yourUserName,yourPassword)
    data = []
    datelist = []
    filelist = []
    ftp.dir(data.append)
    for line in data:
      col = line.split()
      datestr = ' '.join(line.split()[5:8])
      date = time.strptime(datestr, '%b %d %H:%M')
      datelist.append(date)
      filelist.append(col[8])
    combo = zip(datelist,filelist)
    who = dict(combo)
    for key in sorted(who.iterkeys(), reverse=True):
      print "%s: %s" % (key,who[key])
      filename = who[key]
      print "file to download is %s" % filename
      try:
        ftp.retrbinary('RETR %s' % filename, open(filename, 'wb').write)
      except ftplib.err_perm:
        print "Error: cannot read file %s" % filename
        os.unlink(filename)
      else:
        print "***Downloaded*** %s " % filename
    ftp.quit()

Answer 3

为什么不使用下一个目录选项？

ftp.dir('-t',data.append)

使用此选项，文件列表按时间从最新到最旧排序。然后只需检索列表中的第一个文件即可下载。

Answer 4

对于那些寻找在文件夹中查找最新文件的完整解决方案的人：

MLSD

如果你的 FTP 服务器支持MLSD 命令，解决方法很简单：

entries = list(ftp.mlsd())
entries.sort(key = lambda entry: entry[1]['modify'], reverse = True)
latest_name = entries[0][0]
print(latest_name)

---

列表

如果您需要依赖过时的 LIST 命令，则必须解析它返回的专有列表。

常见的 *nix 列表如下：

-rw-r--r-- 1 user group           4467 Mar 27  2018 file1.zip
-rw-r--r-- 1 user group         124529 Jun 18 15:31 file2.zip

有了这样的清单，这段代码就可以了：

from dateutil import parser

# ...

lines = []
ftp.dir("", lines.append)

latest_time = None
latest_name = None

for line in lines:
    tokens = line.split(maxsplit = 9)
    time_str = tokens[5] + " " + tokens[6] + " " + tokens[7]
    time = parser.parse(time_str)
    if (latest_time is None) or (time > latest_time):
        latest_name = tokens[8]
        latest_time = time

print(latest_name)

这是一种相当脆弱的方法。

---

MDTM

一种更可靠但效率较低的方法是使用MDTM 命令检索单个文件/文件夹的时间戳：

names = ftp.nlst()

latest_time = None
latest_name = None

for name in names:
    time = ftp.voidcmd("MDTM " + name)
    if (latest_time is None) or (time > latest_time):
        latest_name = name
        latest_time = time

print(latest_name)

有关代码的替代版本，请参阅the answer by @Paulo。

---

非标准-t开关

一些 FTP 服务器支持 NLST（或 LIST）命令的专有非标准 -t 开关。

lines = ftp.nlst("-t")

latest_name = lines[-1]

见How to get files in FTP folder sorted by modification time。

---

下载找到的文件

无论您使用哪种方法，一旦您拥有latest_name，您就可以将其作为任何其他文件下载：

with open(latest_name, 'wb') as f:
    ftp.retrbinary('RETR '+ latest_name, f.write)

---

另见

• Get the latest FTP folder name in Python
• How to get FTP file's modify time using Python ftplib

Answer 5

NLST，如 Martin Prikryl 的回复所示， 你应该使用sorted 方法：

ftp = FTP(host="127.0.0.1", user="u",passwd="p")
ftp.cwd("/data")
file_name = sorted(ftp.nlst(), key=lambda x: ftp.voidcmd(f"MDTM {x}"))[-1]