最稳妥的文件大小统计方法是用 os.walk() 遍历目录，拼接完整路径后调用 os.path.getsize()；需注意权限跳过、中文路径兼容性，并避免 shell 命令解析风险。
用 os.walk() 遍历并累加文件大小最稳妥
直接用 os.listdir() 或 glob 容易漏掉嵌套子目录里的文件，而 os.walk() 能自然处理任意深度的目录结构。它返回的是三元组 (root, dirs, files)，其中 files 是当前目录下的文件名列表，配合 os.path.getsize() 就能逐个统计。
- 必须用
os.path.join(root, file)拼出完整路径，否则getsize()会因找不到文件报OSError: [Errno 2] No such file or directory - 遇到权限不足的目录（比如
/proc下某些子目录），os.walk()默认会跳过，不抛异常——这是好事，但如果你需要日志提示，得手动捕获PermissionError - 对超大文件（如几十 GB 的视频），
getsize()很快，它只读文件元数据，不读内容
用 pathlib 写法更简洁但要注意 Python 版本
pathlib.Path 的 rglob() 方法一行就能拿到所有文件路径，适合 Python 3.5+。写法干净，但默认不区分文件/目录，得加 .is_file() 过滤。
-
Path("my_folder").rglob("*")会把目录也列出来，必须写成[p for p in Path("my_folder").rglob("*") if p.is_file()] -
p.stat().st_size和os.path.getsize(p)效果一样，但前者在 Windows 上对符号链接行为略有差异（默认跟随链接） - 如果路径含中文或特殊字符，
pathlib处理更鲁棒，不用额外编码转换
避免用 du -sh 这类 shell 命令封装
虽然 subprocess.run(["du", "-sh", "folder"], capture_output=True) 看似省事，但实际问题不少：输出格式依赖 locale（中文系统可能显示“4.2M”而非“4.2M”）、单位不统一（K/M/G 混用）、跨平台失效（Windows 没 du）。
- 解析
du输出需正则匹配，容易被文件名里的空格、换行、制表符搞崩 - Python 自己算总和更可控，比如想排除
.git或__pycache__目录，os.walk()里直接dirs[:] = [d for d in dirs if d not in {"__pycache__", ".git"}]就能剪枝 - 若真要调外部命令，优先选
du -sb（bytes 级别，无单位），再用int(line.split()[0])提取，但依然不如原生方案稳定
统计结果按大小排序或分组时别直接用字节值
原始字节数看着反人类，展示前得转成 KiB/MiB/GiB。别用 / 1024 硬除——那是十进制，IEC 标准该用 / 1024.0 并保留小数位；更关键的是，排序时如果先转字符串再排，会变成字典序（"900KB" > "1.2GB"），必须保持数值比较。
- 推荐函数：
def fmt_size(n): units = ["B", "KiB", "MiB", "GiB"]; for u in units: if n - 排序文件列表时，key 写成
lambda p: p.stat().st_size，不是lambda p: fmt_size(p.stat().st_size) - 如果要按扩展名分组统计，用
collections.defaultdict(int)累加，注意Path.suffix返回".py"，而Path.suffixes可处理.tar.gz
真正卡住人的往往不是遍历本身，而是路径拼错、没过滤目录、或者排序/格式化时用了字符串比较。动手前先在小目录试一次 print 出几个 os.path.getsize() 结果，比盯着文档猜强得多。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
