Python 如何快速从Klepto文件归档中删除多个项目？

我正在使用Klepto archive为文件夹树中的文件规范编制索引。扫描完树后，我想快速删除对已删除文件的引用。但是，简单地从文件归档中逐个删除一个项目是极其缓慢的。 是否有方法将更改同步到存档，或一次删除多个密钥？（同步方法仅用于添加新项目）

@Mike Mckerns对此问题的有用回答仅涉及删除单个项目：

使用files.sync（）或files.dump（）只会从缓存中追加数据，而不会同步删除。有没有办法从缓存中删除密钥，然后一次性同步这些更改。单个删除太慢了

下面是一个工作示例：

from klepto.archives import *
import os

class PathIndex:
    def __init__(self,folder):
        self.folder_path=folder
        self.files=file_archive(self.folder_path+'/.filespecs',cache=False)
        self.files.load() #load memory cache

    def list_directory(self):
        self.filelist=[]
        for folder, subdirs, filelist in os.walk(self.folder_path): #go through every subfolder in a folder
            for filename in filelist: #now through every file in the folder/subfolder
                self.filelist.append(os.path.join(folder, filename))

    def scan(self):
        self.list_directory()
        for path in self.filelist:
            self.update_record(path)
        self.files.dump() #save to file archive

    def rescan(self):
        self.list_directory() #rescan original disk
        deletedfiles=[]

        #code to ck for modified files etc            
        #check for deleted files
        for path in self.files:
            try:
                self.filelist.remove(path)  #self.filelist - disk files - leaving list of new files
            except ValueError:
                deletedfiles.append(path)

        #code to add new files, the files left in self.filelist
        for path in deletedfiles:
            self.delete_record(path)
        #looking to here sync modified index from modifed to disk

    def update_record(self,path):
        self.files[path]={'size':os.path.getsize(path),'modified':os.path.getmtime(path)}
        #add other specs - hash of contents etc.

    def delete_record(self,path):
        del(self.files[path]) #delete from the memory cache
        #this next line slows it all down
        del(self.files.archive[path]) #delete from the disk cache

#usage
_index=PathIndex('/path/to/root')
_index.scan()
#delete, modify some files
_index.rescan()

---

我明白了。。。您真正关心的是一次从

文件中删除一个条目的速度

好的，我同意。当您要删除多个条目时，在
文件\u存档
上使用
\uuuu delitem\uuuu
或
pop
有点残忍。速度减慢是由于
文件\u存档
必须为您删除的每个密钥加载并重写整个文件存档。对于
dir\u存档
或许多其他存档，情况并非如此。。。但是对于
文件\u归档
来说，它是。所以这应该得到补救

更新：我添加了一个新方法，可以更快地删除指定的键

>>> import klepto as kl
>>> ar = kl.archives.file_archive('foo.pkl')
>>> ar['a'] = 1
>>> ar['b'] = 2
>>> ar['c'] = 3
>>> ar['d'] = 4
>>> ar['e'] = 5
>>> ar.dump()
>>> ar.popkeys(list('abx'), None)
[1, 2, None]
>>> ar.sync(clear=True)
>>> ar
file_archive('foo.pkl', {'c': 3, 'e': 5, 'd': 4}, cached=True)
>>> ar.archive
file_archive('foo.pkl', {'c': 3, 'e': 5, 'd': 4}, cached=False)

以前（即在发布版本中），您可以从本地缓存廉价地
弹出所需的密钥，然后执行
ar.sync（clear=True）
以删除存档中的相关密钥。但是，这样做假设您拥有要保存在内存中的所有密钥。因此，您现在可以（至少在即将发布的版本中）在缓存和/或存档中执行
popkeys
，而不是将所有密钥加载到内存中，以删除其中任何不需要的密钥。
我明白了。。。您真正关心的是一次从
文件中删除一个条目的速度

好的，我同意。当您要删除多个条目时，在
文件\u存档
上使用
\uuuu delitem\uuuu
或
pop
有点残忍。速度减慢是由于
文件\u存档
必须为您删除的每个密钥加载并重写整个文件存档。对于
dir\u存档
或许多其他存档，情况并非如此。。。但是对于
文件\u归档
来说，它是。所以这应该得到补救

更新：我添加了一个新方法，可以更快地删除指定的键

>>> import klepto as kl
>>> ar = kl.archives.file_archive('foo.pkl')
>>> ar['a'] = 1
>>> ar['b'] = 2
>>> ar['c'] = 3
>>> ar['d'] = 4
>>> ar['e'] = 5
>>> ar.dump()
>>> ar.popkeys(list('abx'), None)
[1, 2, None]
>>> ar.sync(clear=True)
>>> ar
file_archive('foo.pkl', {'c': 3, 'e': 5, 'd': 4}, cached=True)
>>> ar.archive
file_archive('foo.pkl', {'c': 3, 'e': 5, 'd': 4}, cached=False)

以前（即在发布版本中），您可以从本地缓存廉价地
弹出所需的密钥，然后执行
ar.sync（clear=True）
以删除存档中的相关密钥。但是，这样做假设您拥有要保存在内存中的所有密钥。因此，您现在可以（至少在即将发布的版本中）在缓存和/或存档中执行
popkeys
操作，而不是将所有密钥加载到内存中，以删除其中任何一个中不需要的密钥。
我不确定我是否理解您想要什么。是否要使用一种方法从缓存中删除多个密钥，然后同步存档中所有已删除的密钥（以便删除关联的文件条目）？我相信您可以使用
清除
和
加载
，或者
清除
和
转储
，或者
同步（clear=True）
。。。这取决于你想做什么。如果你提供一个最小的自包含示例，我可以提供一个更清晰的答案——用一个示例。非常感谢——用文件索引器的简化版本更新。完整版本添加了更多规范，还处理修改的文件和新文件。为了避免大目录的内存问题，在初始扫描时，会将文件转储为块存档。我不确定我是否理解您的要求。是否要使用一种方法从缓存中删除多个密钥，然后同步存档中所有已删除的密钥（以便删除关联的文件条目）？我相信您可以使用
清除
和
加载
，或者
清除
和
转储
，或者
同步（clear=True）
。。。这取决于你想做什么。如果你提供一个最小的自包含示例，我可以提供一个更清晰的答案——用一个示例。非常感谢——用文件索引器的简化版本更新。完整版本添加了更多规范，还处理修改的文件和新文件。为了避免巨大目录的内存问题，在初始扫描时，会将文件转储成块存档；速度是关键。我会照你的建议做的。太好了——应该可以了，谢谢。在上面的例子中，假设您在存档中使用了ar.popkeys（），那么ar.sync（clear=True）下面的行就不再需要了。正确。关键是，
sync
是一个不同于从缓存和归档中删除密钥的用例；速度是关键。我会照你的建议做的。太好了——应该可以了，谢谢。在上面的例子中，假设您在存档中使用了ar.popkeys（），那么ar.sync（clear=True）下面的行就不再需要了。正确。关键是，
sync
与从缓存和存档中删除密钥不同。