查找会话期间正在读取哪些文件（python 代码）答案

【问题标题】：Finding which files are being read from during a session (python code)查找会话期间正在读取哪些文件（python 代码）
【发布时间】：2022-01-12 07:21:18
【问题描述】：

我有一个用 python 编写的大型系统。当我运行它时，它会从我的文件系统上的许多不同文件中读取各种数据。有数千行代码和数百个文件，其中大多数实际上并没有被使用。我想查看系统（ubuntu）实际访问了哪些文件，并希望查看它们在代码中的哪个位置被打开。文件名是使用变量等动态决定的，因此仅通过查看代码无法确定实际的文件名。当然，我可以访问代码，并且可以更改它。

我试图弄清楚如何有效地做到这一点，只需对代码进行最小的更改：

是否有一种 Linux 方法可以确定访问哪些文件以及访问时间？这可能很有用，尽管它不会告诉我发生在代码中的什么位置
有没有一种简单的方法可以让“打开文件”命令同时记录打开文件的文件名、时间等...？希望不必进入代码并更改每个打开的命令，其中有很多命令，其中一些在运行时没有被使用。

谢谢

【问题讨论】：

标签： python linux file read-write

【解决方案1】：

您可以使用 strace 在不修改代码的情况下跟踪文件访问。要么你用 strace 启动你的程序，像这样

strace -f -e trace=file your_program.py

否则，您将 strace 附加到这样的正在运行的程序中

strace -f -e trace=file -p <PID>

【讨论】：

难以置信。我不知道那个命令。正是我需要的。

【解决方案2】：

对于 1 - 你可以使用

ls -la /proc/<PID>/fd`

将<PID> 替换为您的进程ID。请注意，它会为您提供所有打开的文件描述符，其中一些是 stdin stdout stderr，通常还有其他内容，例如打开的 websockets（使用文件描述符），但是过滤文件应该很容易。

对于 2- 请参阅此处提出的出色解决方案- Override python open function when used with the 'as' keyword to print anything

例如用你自己的覆盖 open 函数，这可能包括额外的日志记录。

【讨论】：

【解决方案3】：

一种可能的方法是“重载”open 函数。这将产生许多取决于代码的效果，因此如果需要，我会非常小心地执行此操作，但基本上这里是一个示例：

>>> _open = open
>>> def open(filename):
...     print(filename)
...     return _open(filename)
...
>>> open('somefile.txt')
somefile.txt
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in open
FileNotFoundError: [Errno 2] No such file or directory: 'somefile.txt'

如您所见，我的新 open 函数将返回原始的 open（重命名为 _open），但会首先打印出参数（文件名）。如果需要，可以更复杂地记录文件名，但最重要的是，这需要在代码中使用 open 之前运行

【讨论】：