Python pathlib.Path.info 怎样减少重复 stat 查询

我在处理目录扫描时，最容易忽略的一类成本不是读取文件内容，而是对同一个子路径连续做几次类型判断：先问是不是符号链接，再问是不是目录，最后还要判断是否存在。Python 3.14 的 pathlib.Path.info 给这类判断提供了一个带缓存的入口，但它的价值不是把所有文件系统状态变成永久真相。

官方地址：https://docs.python.org/3.14/library/pathlib.html

如果任务是遍历目录后连续判断文件类型，可以优先使用子路径的 Path.info；如果任务要求拿到最新状态，就继续使用 Path.is_dir()、Path.is_file() 或 Path.is_symlink()。缓存不能手动清空，状态变化后需要用原路径重新构造一个 Path 对象。

Path.info 解决的是什么问题

Path.info 是 Python 3.14 新增的 PathInfo 对象，提供 exists()、is_dir()、is_file() 和 is_symlink() 等类型查询。官方文档强调，这些方法可以缓存结果，适合在“根据类型分支”的过程中减少重复系统调用。

这里有一个容易混淆的点：访问 p.info 本身不会主动查询文件系统。如果这个路径是由 Path.iterdir() 产生的，目录扫描得到的文件类型线索可以初始化到这个对象里；如果是手工构造的普通 Path，第一次类型判断仍可能需要访问文件系统。

在 iterdir 中使用 Path.info

最适合的入口是目录扫描。下面的函数把子项分为符号链接、目录、普通文件和其他不存在项。代码只做类型判断，不打开文件，因此读者可以把它嵌入索引、清单或预处理流程。

from pathlib import Path


def classify_children(root: Path) -> dict[str, list[Path]]:
    """按文件类型整理目录子项。"""
    result = {"symlinks": [], "directories": [], "files": [], "other": []}

    # iterdir 产生的 Path 可能已经带有目录扫描得到的类型线索。
    for child in root.iterdir():
        # 先用 info 做连续分类，避免每个分支都重新走实时查询。
        if child.info.is_symlink():
            result["symlinks"].append(child)
        elif child.info.is_dir():
            result["directories"].append(child)
        elif child.info.is_file():
            result["files"].append(child)
        else:
            # 不存在、无权限或其他类型统一留在兜底分支。
            result["other"].append(child)

    return result

这个示例的关键不是把 info 当作另一个命名空间，而是让同一个子路径在一次分类过程中复用同一个信息对象。目录里有很多项目、并且每个项目需要连续判断多个类型时，这种写法更符合 Path.info 的设计目标。

Path.info 和 Path.is_dir 的差别

我第一次尝试这类优化时，最容易犯的错误是把缓存结果理解成“当前文件系统的实时快照”。实际上，官方文档明确建议：如果要获取最新信息，应使用 Path.is_dir()、Path.is_file() 和 Path.is_symlink()，而不是 Path.info 上可能已经缓存的结果。

所以，性能收益和时效性是两个不同维度。一个扫描器可以先用 info 做便宜的分类，再在真正要打开或删除文件之前用实时方法复查；不要因为看到缓存就省略业务上必要的状态确认。

缓存过期后怎样重新获得 PathInfo

Path.info 没有清空缓存的方法。如果同一个路径对象会跨越较长时间继续使用，或者目录内容可能已经发生变化，可以用原路径创建新的 Path 实例。官方文档给出的思路是 Path(p)，它会得到一个空的 info 缓存。

from pathlib import Path


def fresh_type_check(path: Path) -> str:
    # 新建 Path，让后续的 info 查询不沿用旧对象的缓存。
    current = Path(path)

    # 用 info 做一次新的类型判断；这里不承诺它替代实时 stat。
    if current.info.is_dir():
        return "directory"
    if current.info.is_file():
        return "file"
    if current.info.is_symlink():
        return "symlink"
    return "other"

这里的“新缓存”也不等于锁住了文件系统：函数返回后，其他进程仍可能改变路径。若你的下一步是删除、读取或写入，仍然要处理对应的 OSError，不能只凭一次分类结果推断后续操作一定成功。

符号链接和 follow_symlinks 要先想清楚

文件类型判断中，符号链接是最容易让“缓存”和“实时”混在一起的地方。is_symlink() 关注的是链接本身；is_dir() 和 is_file() 默认会跟随符号链接。Python 3.13 起，实时的 Path.is_dir() 和 Path.is_file() 支持关键字参数 follow_symlinks=False，可以明确要求不跟随链接。

from pathlib import Path


def describe_link(path: Path) -> str:
    # 实时判断链接自身，避免把链接目标误当成普通文件。
    if path.is_symlink():
        # 不跟随链接，只判断路径本体是不是目录。
        if path.is_dir(follow_symlinks=False):
            return "directory entry without following symlink"
        return "symlink entry"

    # 非链接路径再按实时目录/文件状态分类。
    if path.is_dir():
        return "directory"
    if path.is_file():
        return "file"
    return "other"

如果只是遍历时做展示分类，info 足够自然；如果分类结果会决定安全边界、清理动作或写入目标，实时 API 和异常处理更重要。缓存减少的是不必要的重复查询，不是对并发变化的防护。

我会怎样在项目里选择

对我来说，Path.info 最合适的落点是“读目录、做分类、继续处理”的中间层，而不是替代所有 Path 状态方法。可以按下面的决策顺序落地：

1. 如果代码刚从 iterdir() 拿到子路径，并且一次循环里要判断多个类型，先考虑 child.info。
2. 如果文件可能在扫描后被其他进程移动、替换或删除，在真正执行敏感操作前改用 is_dir()、is_file() 或 is_symlink()。
3. 如果同一个 Path 对象被长期保存，不要尝试修改它的缓存；需要新的观察窗口时创建 Path(old_path)。
4. 如果业务关心链接本体而不是链接目标，先表达清楚 is_symlink() 和 follow_symlinks=False 的意图。

最后把边界压缩成一句话：Path.info 是面向文件类型分支的缓存提示，适合减少重复 stat 查询机会；它不是实时监控器，也不能让文件系统操作免于异常。

常见问题

Path.info 在旧版本 Python 中能用吗？

不能把它当作旧版本兼容 API。官方文档标注 Path.info added in version 3.14。需要支持更早版本时，应继续使用已有的 Path.is_dir()、Path.is_file() 等方法。

访问 p.info 会立刻执行一次 stat 吗？

不会。官方说明访问属性本身不执行文件系统查询；但后续调用具体查询方法时，是否已有可复用信息取决于路径对象的来源和缓存状态。

缓存结果可以手动清空吗？

没有直接的重置方法。需要新的空缓存对象时，用同一路径重新构造 Path(p)；同时记住这仍然不是并发文件操作的保证。

Path.info 会让文件操作一定更快吗？

不一定。它主要针对连续类型判断减少重复系统调用的机会，是否有明显收益取决于目录规模、文件系统和后续工作。不要为了使用新 API 而牺牲实时状态判断。