Files
projects/Syncthing/02 SyncthingBlakeDoSouboru.py
2025-12-30 15:06:47 +01:00

134 lines
4.6 KiB
Python

import os
import blake3
import sys
import json
from tqdm import tqdm
# ==============================
# ⚙️ NASTAVENÍ
# ==============================
LOCAL_ROOT = r"U:\#Syncthing"
CACHE_FILE = "local_hashes.jsonl"
ERROR_LOG = "errors_scan.txt"
def calculate_blake3_hex(file_path):
h = blake3.blake3()
# Zde ošetříme chyby při otevírání/čtení souboru
try:
with open(file_path, "rb") as f:
while True:
chunk = f.read(4 * 1024 * 1024)
if not chunk: break
h.update(chunk)
return h.hexdigest()
except Exception as e:
# Vyhodíme výjimku nahoru, abychom ji zachytili v hlavní smyčce i s názvem souboru
raise e
def count_files(path):
print("⏳ Sčítám soubory...", end="\r")
total = 0
for root, dirs, files in os.walk(path):
if ".stfolder" in dirs: dirs.remove(".stfolder")
if ".stversions" in dirs: dirs.remove(".stversions")
total += len(files)
print(f"✅ Celkem souborů: {total:,}")
return total
def load_processed_files(cache_file):
"""Načte cesty souborů, které už máme hotové"""
processed = set()
if os.path.exists(cache_file):
print("📥 Načítám již hotové záznamy pro navázání...")
try:
with open(cache_file, "r", encoding="utf-8") as f:
for line in f:
line = line.strip()
if not line: continue
try:
data = json.loads(line)
processed.add(data["p"]) # "p" je cesta
except:
continue
except Exception as e:
print(f"⚠️ Chyba při čtení cache (nevadí, jedeme dál): {e}")
print(f"⏭ Přeskočím {len(processed):,} již hotových souborů.")
return processed
def main():
print("🚀 KROK 1: Generování cache (RESUMABLE + SAFE MODE)")
print(f"📂 Zdroj: {LOCAL_ROOT}")
print(f"💾 Výstup: {CACHE_FILE}")
print("===================================")
# 1. Zjistit celkový počet
total_files = count_files(LOCAL_ROOT)
# 2. Zjistit, co už máme hotové
processed_paths = load_processed_files(CACHE_FILE)
errors = 0
newly_processed = 0
# Otevřeme v režimu 'a' (APPEND) - připisování na konec
with open(CACHE_FILE, "a", encoding="utf-8") as f_out:
with tqdm(total=total_files, unit="file", dynamic_ncols=True) as pbar:
# Pokud už máme nějaká data, aktualizujeme progress bar
if processed_paths:
pbar.update(len(processed_paths))
for root, dirs, files in os.walk(LOCAL_ROOT):
if ".stfolder" in dirs: dirs.remove(".stfolder")
if ".stversions" in dirs: dirs.remove(".stversions")
for filename in files:
file_path = os.path.join(root, filename)
# === SKIPPER: Pokud už to máme, jdeme dál ===
if file_path in processed_paths:
continue
# ============================================
# Pro dlouhé názvy ořízneme text v progress baru
short_name = (filename[:30] + '...') if len(filename) > 30 else filename
pbar.set_description(f"Hash: {short_name}")
# === SAFE BLOCK: Try-Except uvnitř smyčky ===
try:
hex_hash = calculate_blake3_hex(file_path)
if hex_hash:
record = {"h": hex_hash, "p": file_path}
f_out.write(json.dumps(record, ensure_ascii=False) + "\n")
# Flush, aby se to zapsalo na disk hned (pro jistotu)
if newly_processed % 100 == 0:
f_out.flush()
newly_processed += 1
except Exception as e:
errors += 1
error_msg = f"❌ CHYBA: {filename} -> {e}\n"
# Zapíšeme chybu do logu, aby to nerušilo output
with open(ERROR_LOG, "a", encoding="utf-8") as ferr:
ferr.write(error_msg)
# Posuneme progress bar
pbar.update(1)
print("\n\n✅ HOTOVO.")
print(f"📄 Nově přidáno: {newly_processed}")
print(f"⏭ Přeskočeno: {len(processed_paths)}")
if errors > 0:
print(f"⚠️ Počet chyb: {errors} (Detaily viz soubor '{ERROR_LOG}')")
if __name__ == "__main__":
main()