OS X 系统产生的 ._xxx( filename )文件是什么

本文深入探讨了OSX系统中.DS_Store和._xxx文件的作用与生成原理,解释了这些文件如何帮助保存文件夹视图信息、Spotlight元数据及文件图标,以及在不同文件系统间迁移时确保应用兼容性的关键角色。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

.DS_STORE

在OS X中的很多目录下都有一个隐藏文件 .DS_STORE(通过ls -a看到),作用:保存所有与文件夹视图有关的信息(窗口大小、排序、图表摆放位置等)、SpotLight元数据、文件夹图标等。

DS代表Desktop Service,存在于:/System/Library/PrivateFrameworks/DesktopServicesPriv.framework

._xxx( filename )

一般情况下在OS X中是没有._xxx( filename )文件的,但是当:

  • 将OS X下得某个文件压缩成zip,在PC上解压,会发现一个__MACOSX 的目录下存放着 ._xxx 文件
  • 将某个文件复制到另外一个磁盘上(非HFS+文件系统)后,会产生 ._xxx 文件

目的:保存所有HFS+文件系统支持的而目标文件系统不支持的文件信息。

当压缩为zip或者将文件复制到其他文件系统时,OS X会自动将HFS+文件系统下的文件信息提取保存至._xxx文件中,而当解压或者复制回HFS+文件系统时,进行反操作,文件被移除。而当直接访问一个非HFS+文件系统是,OS X会从该文件中读取文件信息。
以此来保证应用在不同文件系统上均能工作。

简单说:因为 OS X 在压缩文件的同时,还往里面写入了一些”MetaData”,这样做的目的是为了方便其它的Mac用户使用(就像Windows会在图片目录下加入的Thumbs.db以方便显示预览图一样 )。

参考资料:

  1. 关于Mac OS X中的.DS_STORE、._xxx文件
  2. __MACOSX是什么文件夹
Traceback (most recent call last): File "train.py", line 185, in <module> train() File "train.py", line 150, in train trainer.start() File "/home/nvidia/chenboln/4HDR-GAN-master/tensorkit/train.py", line 302, in start self._train_loop(self._sess) File "/home/nvidia/chenboln/4HDR-GAN-master/tensorkit/train.py", line 222, in _train_loop i(sess) File "train.py", line 132, in restore Restore().init(ckpt_dir=log_dir, ckpt_file=cf, optimistic=True).restore(sess) File "/home/nvidia/chenboln/4HDR-GAN-master/tensorkit/restore.py", line 39, in restore if self._restore_vars(sess): File "/home/nvidia/chenboln/4HDR-GAN-master/tensorkit/restore.py", line 58, in _restore_vars return self._optimistic_restore_model(sess) File "/home/nvidia/chenboln/4HDR-GAN-master/tensorkit/restore.py", line 69, in _optimistic_restore_model reader = tf.train.NewCheckpointReader(self.restore_ckpt_file) File "/home/nvidia/anaconda3/envs/pytorch1/lib/python3.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 636, in NewCheckpointReader return CheckpointReader(compat.as_bytes(filepattern)) File "/home/nvidia/anaconda3/envs/pytorch1/lib/python3.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 648, in __init__ this = _pywrap_tensorflow_internal.new_CheckpointReader(filename) tensorflow.python.framework.errors_impl.DataLossError: Unable to open table file ./logs/2025.03.13_16.11.57_56028_unetpps_sphere_sn_lsTP: Failed precondition: logs/2025.03.13_16.11.57_56028_unetpps_sphere_sn_lsTP; Is a directory: perhaps your file is in a different file format and you need to use a different restore operator?
最新发布
03-25
在你的引用中,你遇到了一个错误,即模块'os'没有属性'add_dll_directory'。这个错误通常发生在使用Python 3.8及更高版本时,因为'add_dll_directory'是在Python 3.8中引入的新功能。\[1\] 为了解决这个问题,你可以修改numpy库的__config__.py文件。具体来说,你可以将以下代码段注释掉: ```python if sys.platform == 'win32' and os.path.isdir(extra_dll_dir): if sys.version_info >= (3, 8): os.add_dll_directory(extra_dll_dir) else: os.environ.setdefault('PATH', '') os.environ\['PATH'\] += os.pathsep + extra_dll_dir ``` 修改为: ```python if sys.platform == 'win32' and os.path.isdir(extra_dll_dir): # if sys.version_info >= (3, 8): # os.add_dll_directory(extra_dll_dir) # else: os.environ.setdefault('PATH', '') os.environ\['PATH'\] += os.pathsep + extra_dll_dir ``` 这样修改后,你应该能够成功运行你的代码而不再遇到'os'模块的错误。\[1\] 另外,你还可以尝试卸载并重新安装numpy库来解决这个问题。有时候重新安装库可以修复一些依赖关系或版本不兼容的问题。\[2\] 希望这些解决方法能够帮助你解决问题! #### 引用[.reference_title] - *1* [解决:import pyspark报错:AttributeError: module ‘os‘ has no attribute ‘add_dll_directory](https://blog.csdn.net/new_Xxx/article/details/123452162)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [导入numpy库报错:module ‘os‘ has no attribute ‘add_dll_directory](https://blog.csdn.net/qq_39232358/article/details/128263790)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值