Python 实现：计算常规文件在磁盘上的实际占用空间

import os
import stat

def size_on_disk(path: str) -> int:
    '''
    获取常规文件在磁盘上的实际占用空间。

    参数:
        path (str): 文件的路径。

    返回:
        int: 文件在磁盘上实际占用的字节数。

    抛出:
        NotImplementedError: 如果路径指向的不是常规文件。
    '''
    st = os.lstat(path)  # 获取文件状态，包括逻辑大小和设备ID

    # 检查是否为常规文件。此函数仅适用于常规文件。
    if not stat.S_ISREG(st.st_mode):
        raise NotImplementedError(f"路径 '{path}' 指向的不是常规文件，无法计算磁盘占用。")

    st_vfs = os.statvfs(path)  # 获取文件系统状态，包括文件系统块大小

    # 文件系统块大小 (fragment size)
    block_size = st_vfs.f_frsize

    # 计算文件逻辑大小需要多少个块
    # divmod 返回 (商, 余数)
    n_blocks, rem_bytes = divmod(st.st_size, block_size)

    # 如果有余数，说明需要额外一个块
    # bool(rem_bytes) 在 rem_bytes > 0 时为 True (1)，否则为 False (0)
    actual_blocks = n_blocks + bool(rem_bytes)

    return actual_blocks * block_size

# 示例用法
if __name__ == "__main__":
    # 创建一个测试文件
    test_file_path = "test_file.txt"
    with open(test_file_path, "w") as f:
        f.write("Hello, World!") # 逻辑大小13字节

    try:
        logical_size = os.path.getsize(test_file_path)
        disk_size = size_on_disk(test_file_path)
        print(f"文件: {test_file_path}")
        print(f"逻辑大小: {logical_size} 字节")
        print(f"磁盘占用: {disk_size} 字节")

        # 创建一个空文件
        empty_file_path = "empty_file.txt"
        open(empty_file_path, "a").close()
        logical_size_empty = os.path.getsize(empty_file_path)
        disk_size_empty = size_on_disk(empty_file_path)
        print(f"\n文件: {empty_file_path}")
        print(f"逻辑大小: {logical_size_empty} 字节")
        print(f"磁盘占用: {disk_size_empty} 字节") # 注意：此函数对空文件返回0

    except NotImplementedError as e:
        print(f"错误: {e}")
    except FileNotFoundError:
        print(f"文件 '{test_file_path}' 或 '{empty_file_path}' 未找到。")
    finally:
        # 清理测试文件
        if os.path.exists(test_file_path):
            os.remove(test_file_path)
        if os.path.exists(empty_file_path):
            os.remove(empty_file_path)

import os
import stat

STATVFS_CACHE = {}  # 缓存文件系统状态信息的字典

def size_on_disk_cached(path: str) -> int:
    '''
    获取常规文件在磁盘上的实际占用空间，并使用缓存优化性能。

    参数:
        path (str): 文件的路径。

    返回:
        int: 文件在磁盘上实际占用的字节数。

    抛出:
        NotImplementedError: 如果路径指向的不是常规文件。
    '''
    st = os.lstat(path)

    if not stat.S_ISREG(st.st_mode):
        raise NotImplementedError(f"路径 '{path}' 指向的不是常规文件，无法计算磁盘占用。")

    # 使用文件所在的设备ID (st.st_dev) 作为缓存键
    if st.st_dev not in STATVFS_CACHE:
        STATVFS_CACHE[st.st_dev] = os.statvfs(path)

    st_vfs = STATVFS_CACHE[st.st_dev]
    block_size = st_vfs.f_frsize

    n_blocks, rem_bytes = divmod(st.st_size, block_size)
    actual_blocks = n_blocks + bool(rem_bytes)

    return actual_blocks * block_size

# 示例用法（略，与非缓存版本类似，但在处理大量文件时性能更优）