用Python从FTP文件夹（文件名包含空格）中获取最新文件

Question

我有一个需求，需要从FTP文件夹中获取最新的文件，问题在于文件名中包含空格并且文件名具有特定的模式。 以下是我实现的代码：

import sys
from ftplib import FTP
import os
import socket
import time
import pandas as pd
import numpy as np
from glob import glob
import datetime as dt
from __future__ import with_statement

ftp = FTP('')
ftp.login('','')
ftp.cwd('')
ftp.retrlines('LIST')

filematch='*Elig.xlsx'
downloaded = []

for filename in ftp.nlst(filematch):
  fhandle=open(filename, 'wb')
  print 'Getting ' + filename
  ftp.retrbinary('RETR '+ filename, fhandle.write)
  fhandle.close()
  downloaded.append(filename)

ftp.quit()

我了解到我可以在ftp.dir()命令后附加一个空列表，但由于文件名中有空格，我无法正确地拆分它并选择我上面提到类型的最新文件。任何帮助都将是极好的。

- Manas Jani

---

发布的程序有什么行为？它对你来说是否正常工作？它是否打印错误消息？还是完全做了其他事情？ - Robᵩ

它可以很好地拉取我想要的文件，我已经为一次性过程这样做了。但是接下来，我需要自动化它，并且根据日期开始仅选择最新的文件。 - Manas Jani

为了以后参考，给我们一个示例文件名会很好。这样我们就知道它实际上是什么样子的。 - Torxed

这里是ABC文件1/3_XXX_MV2_PElig.xlsx，但我想文件名并不是那么重要！因为上面的代码已经有了我提到的文件模式。 - Manas Jani

如果您只与一个特定的FTP服务器通信，则应该可以解析LIST输出以获取时间戳，尽管文件名中有空格。除非可用MDTM（R.Neumann的答案），否则我看不到其他方法。 - VPfB

列表输出具有时间戳，但我想迭代并将最新的文件提取出来。我认为ftp.retrlines('LIST' -t *Elig.xlsx)会给我一个正确的方法，但它并没有帮助到我。 - Manas Jani

Answer 1

如果FTP服务器支持，您可以通过发送MDTM命令获取文件修改时间，并相应地对FTP服务器上的文件进行排序。

def get_newest_files(ftp, limit=None):
    """Retrieves newest files from the FTP connection.

    :ftp: The FTP connection to use.
    :limit: Abort after yielding this amount of files.
    """

    files = []

    # Decorate files with mtime.
    for filename in ftp.nlst():
        response = ftp.sendcmd('MDTM {}'.format(filename))
        _, mtime = response.split()
        files.append((mtime, filename))

    # Sort files by mtime and break after limit is reached.
    for index, decorated_filename in enumerate(sorted(files, reverse=True)):
        if limit is not None and index >= limit:
            break

        _, filename = decorated_filename  # Undecorate
        yield filename


downloaded = []

# Retrieves the newest file from the FTP server.
for filename in get_newest_files(ftp, limit=1):
    print 'Getting ' + filename

    with open(filename, 'wb') as file:
        ftp.retrbinary('RETR '+ filename, file.write)

    downloaded.append(filename)

- Richard Neumann

---

我尝试运行这段代码，但它仍然从ftp中检索所有对应类型的文件，而不是其中最新的文件。 - Manas Jani

非常感谢！这个方法可行...我只需要添加一个参数来反转sorted(files)的顺序，以便选择最新的文件，并将限制更改为1，以便只选择最新的文件。再次感谢您的帮助！ - Manas Jani

Answer 2

问题在于FTP的“LIST”命令返回供人类阅读的文本，其格式取决于FTP服务器实现方式。

使用PyFilesystem（替代标准ftplib）及其API将提供一个“list”API（搜索“walk”），该API提供FTP服务器中托管的文件和目录列表的Pythonic结构。

http://pyfilesystem2.readthedocs.io/en/latest/index.html

- glenfant