
这个工具解决什么问题
硬盘告急的时候,大多数人的做法是在资源管理器里逐个文件夹右键→属性,等它把大小算完,记下来,再点下一个。C 盘根目录十几个文件夹,光是把第一层看完就要五六分钟,而且看完就忘了——刚才那个 8 GB 的是 Windows 还是 ProgramData?想往下钻,每进一层又要重新等一遍。更麻烦的是,真正吃掉空间的往往不是某个大文件,而是某个缓存目录里几万个小文件,右键属性要转很久的圈,转完还不敢确定是不是算全了。这个工具做一件很具体的事:选定一个盘或者一个文件夹,它把整棵目录树的体积一次算完,按大小从大到小排好放在左边,点开哪个文件夹就展开它下面一层;右边同时列出整个范围内最大的那些文件。哪一层最占地方,往下点两层就找到了。最后可以把当前这一层的明细导出成 CSV,留个底,或者发给同事一起看。
- 原来的做法:在资源管理器里一层层右键「属性」,等它算完记下来,再点下一个;看完第一层就忘了谁最大,往下钻还得重算一遍;缓存目录里几万个小文件要转很久的圈
- 用这个工具:双击程序 → 选一个盘或文件夹 → 点「开始扫描」→ 左边就是按体积排好的目录树,点开一层看下一层,右边是最大的文件清单,需要留底就点「导出当前层为 CSV」
- 省下来的:一次全盘统计几十秒出结果,之后每一层都是点开就有,不用再等;导出的 CSV 可以直接拿去比对上次体检的结果,看是谁在偷偷长大
技术实现
程序分三层,边界按「最容易出错的地方」来切:core.py 只做目录遍历与体积累加,gui.py 只做窗口与线程调度,selftest.py 在没有界面的情况下把遍历逻辑验一遍。这样切的原因很实际——遍历是这类工具唯一真正难写的部分(权限、链接、超长路径、取消、进度),而窗口布局几乎不动;遍历改一行就能用无界面自测跑完 62 条断言,不必每次开窗口点按钮。遍历用的是 os.scandir 而不是 os.walk:scandir 返回的 DirEntry 自带缓存的类型信息与 stat 结果,一次系统调用就能拿到“是不是目录、多大”,比 walk 内部再拼接路径、再单独 stat 少一轮开销,几十万个文件的规模上差距很明显。目录树只先渲染第一层,展开时才补下一层的节点——全盘几万个目录一次性塞进 Treeview 会卡十几秒,而用户第一眼其实只关心最上面那几行。
- os.scandir 单次遍历,边算边累加:每个目录只 scandir 一次,拿到 DirEntry 列表后逐个取 entry.stat(follow_symlinks=False).st_size。不用 os.walk 的原因:walk 内部还要把目录名拼回完整路径、再单独调一次 stat,同样的文件量会多出一轮系统调用与字符串拼接。体积采用后序累加——先递归算完子目录,再把子目录的结果加上本级文件大小写回父节点,一次遍历就能得到每个目录的递归体积,不需要回头再统计。
- 固定大小最小堆维护「最大的 N 个文件」:要找全盘最大的文件,直觉做法是把所有 (路径, 大小) 存下来再排序——50 万个文件就是 50 万条记录,内存与排序时间都跟着规模涨。这里用 heapq 维护一个容量 200 的最小堆:堆没满就直接压入,满了就比较堆顶(当前候选里最小的那个),比它大就 heapreplace 顶掉。整个过程内存恒定为 200 条,时间只多一次比较,扫描结束时堆里就是答案,再排一次序即可。
- 跳过重解析点,避免把同一批文件算两遍:Windows 上 C:\Users\All Users、C:\Documents and Settings 这类目录是 junction(目录联接),指向别处;跟进去轻则重复计数,重则形成环让遍历永远走不出来。判据分三层:entry.is_symlink()、Python 3.12 的 entry.is_junction()、以及兜底的 FILE_ATTRIBUTE_REPARSE_POINT 属性位(0x400)。命中就记一个节点、标成「已跳过」,不再深入,界面上也会用灰字说明,不让用户以为漏算了。
- 取消检查放在文件循环里,而不是只在目录边界:最初的写法是每进入一个目录检查一次取消标志,看起来够用——直到遇到一个平铺几万文件的下载目录:用户点了停止,得等这一整个目录扫完才停得下来,表现就是“按钮没反应”。现在每扫过 300 个文件做一次取消检查与进度回调,停止响应时间与目录规模解耦。
- 进度只渲染最后一帧,不让界面被回调拖慢:遍历跑在后台线程,进度通过 queue 投递给主线程;主线程每 120ms 取一次消息,并且只保留最新一帧。理由:进度回调一秒可能来好几条,全部重绘会让界面越追越慢,最后卡在几十帧之前的状态上。tkinter 不是线程安全的,后台线程里绝不碰控件,只 put 数据。
- CSV 用 UTF-8 BOM + CRLF,Excel 双击直接正开:不带 BOM 的 UTF-8 CSV 在中文 Windows 的 Excel 里会被按 GBK 解释,表头变乱码——这是「导出功能坏了」投诉里最常见的一种,其实文件本身没错。写盘时先写 \xef\xbb\xbf 再写正文,行尾用 \r\n(旧版 Excel 只认 CRLF,用 \n 会把整表挤成一行)。字段里含逗号、引号、换行时按 RFC 4180 加引号并把内部引号翻倍。
技术栈:Python 3.12(运行期只用标准库)、tkinter 图形界面(Treeview 懒加载)、os.scandir 单次遍历 + 递归体积累加、固定大小最小堆维护 Top-N 大文件、后台线程 + queue 回主线程刷新进度、PyInstaller 单文件打包(--noconsole)
已知局限:只统计文件的逻辑大小(st_size),不是磁盘实际占用:稀疏文件、NTFS 压缩、去重会显得偏大;硬链接在两处各计一次,可能重复。符号链接与 junction 一律跳过,所以链接指向的内容不计入。没有权限的目录(System Volume Information、$Recycle.Bin 等)会跳过并在界面标出,实际总量会比资源管理器略小。单线程遍历,百万文件级别的盘要几十秒到一两分钟,期间可以随时停止。只认本机与可访问的 UNC 路径,扫描网络位置取决于网络速度,程序不做超时控制。
同类软件对照
下面几款都是公开可查的同类软件,定位各不相同。这里只说明各自的定位,以及本工具在其中的位置,方便你判断哪一类更契合自己的用法。
| 软件 | 它的定位 | 本工具的定位 |
|---|---|---|
| WizTree | Windows 上的磁盘空间分析工具,直接读 NTFS 的主文件表,全盘统计速度很快 | 本工具走的是逐文件遍历,速度取决于文件数量,但不需要管理员权限,对非 NTFS 分区同样可用,并且能按层导出 CSV |
| SpaceSniffer | 以矩形树图(treemap)展示磁盘占用,可视化优先,一眼看面积大小 | 本工具用的是目录树加百分比列表,看的是“哪一层最占地方”这种层级关系,并且能把当前层导出成 CSV |
| TreeSize Free | 老牌目录体积统计工具,界面接近资源管理器的列视图 | 本工具是单文件绿色版,解压双击即用,不写注册表、不留安装痕迹,另外附带全范围最大文件清单 |
| Everything | 以文件名索引为核心的搜索工具,也能按大小排序筛选文件 | 本工具按目录层级汇总体积,回答的是“这个文件夹一共多大”,而不是“哪些文件符合条件” |
以上仅作定位对照,各软件的可用性、授权方式与功能范围请以其官方页面为准。
操作教程
- 解压后双击「磁盘空间占用体检.exe」
不需要安装 Python 或任何运行库,单文件绿色版,删掉 exe 就算卸载干净。也可以把一个文件夹拖到 exe 图标上启动,程序会直接拿它当扫描目标。
预期结果:窗口打开,左侧目录树和右侧文件清单都是空的,状态栏写着「就绪」 - 选扫描目标:盘符下拉,或点「选择文件夹…」
盘符下拉里列的是本机所有可用分区(C:\、D:\ …);只想看某个目录就直接点「选择文件夹…」,用系统的文件夹选择框挑,不用手打路径。
预期结果:顶部「扫描目标」后面显示你选中的路径,例如 C:\ 或 D:\下载 - 点「开始扫描」,等进度条走完
扫描期间状态栏会实时显示已统计的文件数、累计体积和当前正在读的目录。中途想停就点「停止」,已经算出来的部分会保留下来,但状态栏会明确写「结果不完整」。
预期结果:几十秒内(视文件数量)进度停止,状态栏变成「扫描完成 · 用时 X 秒」,底部出现总体积与文件数 - 在左边看排行,点开加号往下钻
左边每一行就是一个文件夹,显示它的递归体积、占上级的百分比和文件数,按体积从大到小排好,最大的一行会用橙色标出来。点行首的加号(或双击)展开下一层,再点再展开,一层层找到真正占地方的那个目录。
预期结果:加号点开后出现该目录的子目录,同样按体积降序排列,百分比是相对上一层算的 - 在右边看最大的文件
右边固定显示整个扫描范围内体积最大的 60 个文件,包含文件名、体积和所在目录(路径太长会中间省略)。双击任意一行,会用资源管理器打开它所在的文件夹。
预期结果:双击后资源管理器弹出并定位到该目录,程序本身不会打开或运行任何文件 - 需要留底就点「导出当前层为 CSV…」
先在上面选中一个目录,再点导出——导出的是这个目录下面一层的明细(目录名、体积、字节数、占比、文件数、完整路径)。文件是 UTF-8 带 BOM,双击用 Excel 打开中文不会乱码。
预期结果:弹出保存对话框,保存后提示「已写出 N 行」,用 Excel 打开表头与数据都正常
常见问题
技术实现与后续维护
结构上只有三个文件:core.py 管遍历与导出,gui.py 管窗口与线程,selftest.py 管无界面验证。要调整统计口径(比如把某个目录排除掉),只改 core.py 的遍历分支;要改界面布局,不会碰到遍历逻辑。运行环境只有一条要求:Windows 10/11 64 位,不需要装 Python、不需要任何运行库,解压双击即可。每次改动后的验证顺序是固定的:先跑核心自测(62 项,覆盖体积累加、排序、链接跳过、取消、深度上限、CSV 转义与 BOM、中文路径),再跑界面冒烟(48 项,真窗口、真后台线程、真文件读写,弹窗与文件选择框换成假的以免卡住),两项都过再重新打包,最后把打包出来的 exe 用 --selftest 跑一遍,确认打包没把标准库模块漏掉。
可扩展方向:
- 加「体积变化对比」:把两次导出的 CSV 一比,直接列出哪些目录长胖了、长了多少
- 加「按类型统计」:把扫描结果按扩展名归并(视频/图片/压缩包),看空间主要被哪类文件吃掉
- 加「树图视图」:在右侧用矩形树图渲染当前层,面积即体积,比列表更直观
- 加「定时体检」:每周自动扫一次并留档,长期看是哪几个目录在慢慢变大
- 加「排除规则」:把 Windows 目录、回收站这类固定项默认排除,让排行更贴近“自己装的软件和存的文件”
本工具免费提供使用,功能完整、不设限制。如果你需要在本工具基础上做功能调整、对接内部系统或长期维护,可以联系我们做二次开发。
需要其它功能?可以定制
这个工具只做一件事:C 盘红了不知道空间被谁占了,只能一个文件夹一个文件夹右键看属性,看一层忘一层。如果你的场景还需要别的处理,可以联系我们做二次开发,按你的实际数据格式和流程定制。
常见的定制需求:
- 按公司资产规范定制:扫描结果直接归档到指定共享目录,按机器名与日期分文件夹
- 把「超过 X GB 的目录」单独筛出来,生成一份维护清单发给对应负责人
- 对接内部运维系统:定时扫描并把体积写入监控,某个缓存目录涨过阈值就告警
- 增加「只读以外」的操作需要单独评估:清理类功能涉及误删风险,可按需求单独定制并加二次确认
- 联系方式:邮箱/微信见站内「联系我们」页面,或在本文下方留言
- 定制说明:请附上你的数据样例(脱敏即可)和期望结果,方便快速评估工作量
- 交付形式:定制项目交付可执行程序,支持后续版本迭代与长期维护
使用说明与免责声明
- 本工具在本地运行,不联网、不上传任何数据到服务器。
- 涉及文件改写的功能,请在使用前备份原始文件。
- 软件完全免费,可自由使用与转发,请勿用于倒卖。
- 因误操作造成的数据问题请自行承担。

