Python scandir 元数据缓存：文件已经变大，旧 DirEntry 为什么仍报原来的大小
扫描目录后把 DirEntry 对象存进列表，过一会儿再用它们统计大小，结果可能一直停在旧数字。文件确实已经被写大，目录项也不是没找对；关键在于 DirEntry 会缓存取得的部分元数据，重复调用它的方法不等于每次重新查询文件系统。
先填充缓存，再改变文件
下面只创建一个临时文件，先写入一个字节，随后从扫描结果调用 stat，明确建立本次实验要观察的缓存。再把同一路径改写成六个字节，同时比较旧对象的 stat 和 os.stat。顺序固定，不依赖修改时间精度，也不用等待一秒。
保存为 demo.py，执行 python demo.py。with 负责关闭扫描迭代器占用的资源；将 entry 留下来只是为了复现长时间保存目录项的用法。文件目录是本例独有的，避免把其他进程的并发修改混入结果。
AI概念示意图：旧目录项保留先前记录的属性，新查询才会观察后来发生的变化。
import os
from pathlib import Path
from tempfile import TemporaryDirectory
with TemporaryDirectory() as folder:
root = Path(folder).resolve()
file = root / "sample.txt"
file.write_bytes(b"A")
with os.scandir(root) as entries:
entry = next(entries)
first = entry.stat().st_size
assert first == 1
file.write_bytes(b"abcdef")
cached = entry.stat().st_size
fresh = os.stat(entry.path).st_size
assert cached == 1 and fresh == 6
print("old entry:", cached, "fresh stat:", fresh)
with os.scandir(root) as entries:
rescanned = next(entries).stat().st_size
assert rescanned == 6
print("new entry:", rescanned)
file.unlink()
assert entry.stat().st_size == 1
print("cached after removal:", entry.stat().st_size)
try:
os.stat(entry.path)
except FileNotFoundError:
print("fresh after removal: FileNotFoundError")
else:
raise AssertionError("removed file unexpectedly exists")第一行的 old entry 为一，fresh stat 为六；重新扫描获得的新对象也返回六。这里没有争论文件究竟有多大，而是确认这两次读取来自不同观察时刻。原来的 stat_result 值不会随着文件写入自动更新。
缓存可能在路径消失以后继续返回
示例删除自己的样本文件后，旧 entry.stat 仍能返回已缓存的一字节；新的 os.stat 则抛出 FileNotFoundError。这个反例更容易暴露错误：拿到一个属性结果，并不足以证明该路径现在仍然存在。
不能因此总结为 DirEntry 永远不会报错。尚未缓存的信息仍可能需要系统调用，查询时就可能遇到文件消失、权限不足等错误。缓存命中与否改变了观察路径，实际扫描程序应按调用处处理异常，保留未完成项。
如果知道元数据已改变，或者扫描和使用之间相隔较久，就通过 os.stat(entry.path) 重新获取。需要保存长期清单时，可以保存路径和采集时间，并把采集到的大小明确当作历史记录；不要把目录项对象当成会自动刷新的文件模型。
新查询仍然只是一次观察
重新查询解决旧缓存问题，却不能锁住路径。查询结束后，别的进程仍可能替换或删除文件。若后续需要处理同一个已经打开的文件，应围绕打开得到的文件描述符操作，并按需要用 fstat 检查它；一次 stat 不是事务或并发保护。
符号链接还要明确跟随策略。DirEntry.stat 默认跟随链接，关闭跟随时检查的是链接本身；两种策略有分别缓存的结果。真实扫描应在类型判断和属性查询中保持一致，不能用链接本身的属性去解释目标文件的内容。
scandir 的好处之一，是复用目录枚举已经提供的信息，减少部分额外查询。不同平台和文件系统能直接提供的属性不同，所以本文没有声称每种方法都零系统调用，也没有根据一个小文件推导固定的速度提升比例。
entry.path 还保留扫描入口的路径形式。若入口使用相对路径，后来改变工作目录，同一串文字可能解析到别处。本例先把临时根目录转为绝对路径；长期任务也应在保存时明确路径基准，避免把位置变化误认为缓存错误。
验收时保留改写与删除两类样本，分别检查“旧值仍在”和“新查询会失败”。清单展示可接受有时间标记的快照；后续处理若要求当前状态，就在对应步骤重新确认，并把查询失败作为正常可能发生的分支。
参考资料
资料核对日期：2026年10月2日（北京时间）。示例在 Linux、CPython 3.12.14 中独立运行。
