用 os.scandir() 替代 os.walk() 可显著提升超大文件夹磁盘占用统计性能，因其返回带 stat 缓存的 DirEntry 对象，避免重复系统调用与路径拼接，并配合栈式遍历、平台化路径处理（如 Windows 长路径前缀）及异常容错，能稳定高效应对百万级文件场景。
用 os.scandir() 替代 os.walk() 能显著提速
对超大文件夹（比如含数万子目录、百万级文件）求磁盘占用，os.walk() 是常见选择，但它会为每个目录反复调用 stat() 且构建大量路径字符串，内存和 CPU 开销都大。os.scandir() 返回 DirEntry 对象，自带 stat() 缓存，且支持 is_file()/is_dir() 快速判断，避免额外系统调用。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 递归遍历时，对每个
DirEntry先用entry.is_file(follow_symlinks=False)判断是否为真实文件（跳过符号链接） - 仅对文件调用
entry.stat().st_size，不要用os.path.getsize()—— 后者会再次触发stat() - 遇到权限错误（如
PermissionError）直接跳过，不中断整个遍历 - 避免拼接完整路径：用
entry.path或os.path.join(parent_path, entry.name)仅在必要时生成
注意 st_size 和实际磁盘占用的区别
st_size 是文件逻辑大小（字节数），但磁盘实际占用取决于文件系统块大小（如 4KB）。一个 1B 的文件通常也占 4KB 磁盘空间。若需真实磁盘用量，得用 st_blocks * st_blksize（POSIX 系统），但 Windows 不支持该字段。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- Linux/macOS 下可用
entry.stat().st_blocks * entry.stat().st_blksize获取近似磁盘块占用（注意st_blocks单位是 512 字节，需换算） - 跨平台脚本中，优先用
st_size—— 它语义明确、稳定、可比性强；若真需物理块占用，应单独封装平台检测逻辑 - 稀疏文件、硬链接、压缩卷等场景下，
st_size和磁盘用量偏差更大，此时无通用解法，只能注明“仅供参考”
避免递归爆栈和内存泄漏的实用技巧
超深嵌套目录（如 >1000 层）可能让纯递归版本触发 RecursionError；而一次性收集所有路径再统计，又容易因路径字符串过多耗尽内存。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用栈模拟递归：维护一个
list存待处理目录路径，pop()一个，scandir()扫一遍，把子目录append()进去 —— 控制深度无压力 - 每处理完一个目录就清空局部变量（如临时
list），尤其避免在闭包或生成器里累积引用 - 对超大结果，考虑用
yield分批返回子目录统计，而非全量累加到一个数字再返回 - 用
try/except包裹scandir()调用，捕获FileNotFoundError（路径被删）、NotADirectoryError（被替换成文件）等瞬态错误
Windows 上 \? 前缀解决长路径限制
Windows 默认路径长度上限 260 字符，超长路径会抛 FileNotFoundError 或静默失败。即使 Python 3.6+ 支持长路径，仍需显式启用。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 传入路径前，先用
os.path.abspath(path)转绝对路径，再加r"\?"前缀（仅 Windows） - 注意：
\?路径不支持相对路径、./..、通配符，且必须是本地路径（不能是 UNC 路径，除非用\?UNC） - 检查
sys.platform == "win32"再做前缀处理，其他系统跳过 - 加前缀后，部分 API（如
os.path.isdir()）可能失效，应继续依赖DirEntry的方法
用 os.scandir() + 栈式遍历 + 平台适配路径处理，基本覆盖绝大多数超大文件夹场景。真正棘手的是挂载的网络文件系统（NFS/SMB）或加密容器——它们的延迟和权限模型会让统计变慢甚至卡死，这种情况下，别硬扛，加超时和进度提示更实际。
