Python 3.x 通过Google Drive文件流上传大量文件

我正在制作一个PoC应用程序，它将通过文件流应用程序（DFS）将大量数据上传到Google Drive

我关心的主题是文件流如何专门处理上传文件的问题。根据我的研究，我发现当你将文件复制到谷歌硬盘（我指的是文件系统，通常是

G:

）时，它实际上被复制到应用程序的缓存（通常是

%LOCALAPPDATA%/Google/DriveFS

）中，在那里应用程序可以完成所有的上传。这很好，而且当您想要复制（比如）100 GB的数据，而只有50 GB的可用磁盘空间时，它会要求更多的磁盘空间，这也是合乎逻辑的。不过，我还是想上传这100 GB。显然，解决方案是将其拆分为块，然后相应地复制它们，但我的问题是：我如何才能知道DFS是否完成了前一块的上载，然后我可以复制另一块

我做了一些上载两个~2.5 GB文件的实验，以几分钟的间隔开始上载，这样我可以检查DFS缓存的大小，它大致符合预期：在任何事情之前，它是几MB，在我复制第一个文件后，它增加了约2.5 GB，在第二个文件后，它又增加了类似的数量。一切如期而至。现在，我预计上传完第一个文件后，缓存会再次缩小文件的大小，但令我惊讶的是，没有任何变化。即使在第二个文件完成后，它仍然坚不可摧。这就是我的问题所在——我该如何逐块上传数据？我真的，真的不想调用gdriveapi来查看文件是否上传；我正在使用DFS，这样我就不必在其中包含任何授权混乱

---

任何见解都会有所帮助。哦，我正在开发Python，但这与问题并不完全相关。

经过调查和反复尝试，我想出了有效的解决方案。根据答案，我复制了一个文件块（比如10个），它们定期检查DFS上的md5 checksum属性，与本地计算的属性进行比较，直到块中的所有文件都检查：

从hashlib导入md5
从pathlib导入路径
从shutil导入copy2
从时间上导入睡眠
def file_校验和（file_路径：Union[path，str]）->str:
hash_md5=md5（）
打开（文件路径“rb”）作为f：
对于iter中的块（lambda:f.read（4096），b“”）：
hash_md5.update（块）
返回hash_md5.hexdigest（）
file=Path（“C:/example.tst”）
校验和=文件\校验和（文件）
dst=路径（“G:/My Drive”）/file.name
副本2（文件，dst）
打印（“已开始上载”，end=“”，flush=True）
而路径（f“{dst}:user.drive.md5”）.readtext（）！=校验和：
打印（“.”，end=“”，flush=True）
睡眠（1）
打印（“已上载！”）