twisted.protocols.ftp.FTPClient 和 Deferreds

Question

和大多数人一样，我花了一段时间才习惯使用 Deferreds，但我正在慢慢地适应。但是，我不清楚如何处理响应然后调用另一个 FTP 命令 使用处理后的响应 当使用 Twisted 的 FTP 模块时。我正在使用 FTP 代码示例 作为我的出发点。

我想连接到 FTP 服务器，获取所有顶级目录，然后输入每个目录并下载所有文件。

首先我连接：

creator = ClientCreator(reactor, FTPClient, config.opts['username'], config.opts['password'], passive=config.opts['passive'])
creator.connectTCP(config.opts['host'], config.opts['port']).addCallback(connectionMade).addErrback(connectionFailed)
reactor.run()

连接成功，所以我的 connectionMade 函数被调用：

def connectionMade(ftpClient):
    # Get a detailed listing of the current directory
    fileList = FTPFileListProtocol()
    d = ftpClient.list('.', fileList)
    d.addCallbacks(getSortedDirectories, fail, callbackArgs=(fileList,))
    d.addCallback(enterDirs)

如你所见，我排队 getSortedDirectories 进而 enterDirs.

def getSortedDirectories(result, fileListProtocol):
    # Go through all directories from greatest to least
    dirs = [directory for directory in sorted(fileListProtocol.files, reverse=True) if directory['filetype'] == 'd']
    return dirs

我的问题是，如何浏览目录 enterDirs?

def enterDirs(dirs):
    for directory in dirs:
        print "We'd be entering '%s' now." % directory

我应该通过吗 ftpClient 到 enterDirs 喜欢 fileList 被传递给 getSortedDirectories 然后提出我的下载请求？

d.addCallback(enterDirs, callbackArgs=(ftpClient,))

def enterDirs(dirs, ftpClient):
    for directory in dirs:
        fileList = FTPFileListProtocol()
        d = ftpClient.list(directory, fileList)
        d.addCallbacks(downloadFiles, fail, callbackArgs=(directory, fileList, ftpClient))

def downloadFiles(result, directory, fileListProtocol, ftpClient):
    for f in fileListProtocol.files if f.filetype == '-':
        fileConsumer = FileConsumer()
        ftpClient.retrieveFile(os.path.join(directory['filename'], file['filename']), fileConsumer)

这是最好的方法吗？

Answer 1

我是否应该将ftpclient传递给像Filelist这样的Enterdirs，然后将其传递给GetSortedDirectories，然后提出下载请求？...这是最好的方法吗？

我确实认为将客户端对象作为参数显式传递确实是最好的方法——大多数情况下，它是备用且优雅的。主要的替代方案是编写一个类并将客户端对象存储到实例变量中，这似乎有点麻烦；在我看来，为此目的使用全局变量是最不理想的选择（全局变量越少越好！-）。