Rclone中--min-size参数字节单位(B)被忽略的问题分析
2025-05-01 08:50:00作者:盛欣凯Ernestine
问题描述
在Rclone文件同步工具中,用户发现使用--min-size参数时,当指定字节单位(B)时会出现异常行为。具体表现为:当使用--min-size XB格式指定最小文件大小时,Rclone会忽略B后缀,而将数值部分解释为KiB(千字节)而非预期的字节(Byte)。
复现步骤
通过以下Docker命令可以稳定复现该问题:
docker run --entrypoint sh rclone/rclone:1.68.2 -c "
mkdir /tmp/source && \
mkdir /tmp/target && \
dd if=/dev/zero of=/tmp/source/file-with-1023-bytes.txt bs=1023 count=1 status=none && \
dd if=/dev/zero of=/tmp/source/file-with-1024-bytes.txt bs=1024 count=1 status=none && \
rclone copy /tmp/source /tmp/target --min-size 1B -vv && \
ls /tmp/target
"
测试结果表明:
- 1023字节的文件被错误地排除
- 1024字节的文件被保留
- 使用
--min-size 2B时,两个文件都被排除
技术分析
该问题的根本原因在于Rclone内部对大小参数的单位解析逻辑存在缺陷。当指定B作为单位时,解析器未能正确识别该单位,导致数值部分被默认解释为KiB而非预期的字节。
这种现象在多个版本中持续存在,包括:
- 稳定版v1.68.2
- 最新的beta版本
- 影响
copy和sync命令
影响范围
该问题会影响所有需要精确控制文件大小过滤的场景,特别是:
- 需要排除小文件的备份操作
- 需要精确控制传输文件大小的自动化脚本
- 对文件大小有严格要求的同步任务
解决方案
开发团队已经意识到该问题并提出了修复方案。核心思路是改进单位解析逻辑,确保B后缀被正确识别为字节单位。
对于临时解决方案,用户可以考虑:
- 使用
--min-size X不带单位的形式,此时数值会被解释为字节 - 使用
--min-size XK明确指定千字节单位 - 等待包含修复的新版本发布
最佳实践建议
在使用Rclone进行文件过滤时,建议:
- 明确指定单位以避免歧义
- 测试过滤规则是否符合预期
- 关注版本更新日志,及时获取修复
该问题的修复将提升Rclone在精确文件过滤场景下的可靠性,为用户提供更一致的行为表现。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143