如何在Python中识别Git克隆生成的失效符号链接？

我正在开发一个脚本，用于遍历克隆后的Git仓库，删除所有现有符号链接（无论是否有效）后重新创建，以此简化项目初始化流程。

已解决的问题 #

• Python中查找有效/失效符号链接的方法已有完善文档。
• GitHub/GitLab克隆/更新时破坏符号链接的问题及修复方案明确：未正确设置特定Git配置参数时，仓库中的符号链接会被下载为仅包含链接路径的无扩展名纯文本文件。

未解决的问题 #

开发者可能未注意到Git的这个特性，导致符号链接被检出为纯文本文件，这类文件无法通过Python基础库检测为符号链接。对这类文件执行os.stat()会返回普通文本文件的信息：

os.stat_result(st_mode=33206, st_ino=14073748835637675, st_dev=2149440935, st_nlink=1, st_uid=0, st_gid=0, st_size=42, st_atime=1671662717, st_mtime=1671662699, st_ctime=1671662699)

st_mode显示这是普通文本文件（100666，前3位为文件类型，后3位为UNIX权限），而符号链接的st_mode应为120000，os.path.islink()也始终返回False。

但执行git ls-files -s ./microservices/service/symlink_file会返回模式位120000（表示该文件是符号链接），却无法通过Python获取此信息。

尝试过的方法及问题 #

1. 基础符号链接删除方法
   仅能查找并删除正常的符号链接目录，代码如下：

def clearsymlinks(cwd: str = ""):
    """
    Crawls starting from root directory and deletes all symlinks
    within the directory tree.
    """
    if not cwd:
        cwd = os.getcwd()
    
    print(f"Clearing symlinks - starting from {cwd}")
    # Create a queue
    cwd_dirs: list[str] = [cwd]
    while len(cwd_dirs) > 0:
        processing_dir: str = cwd_dirs.pop()
        # print(f"Processing {processing_dir}")  # Only when debugging - else it's too much output spam
        for child_dir in os.listdir(processing_dir):
            child_dir_path = os.path.join(processing_dir, child_dir)
            
            # check if current item is a directory
            if not os.path.isdir(child_dir_path):
                if os.path.islink(child_dir_path):
                    print(f"-- Found symbolic link file {child_dir_path} - removing.\n")
                    os.remove(child_dir_path)
                
                # skip the dir checking
                continue
            
            # Check if the child dir is a symlink
            if os.path.islink(child_dir_path):
                print(f"-- Found symlink directory {child_dir_path} - removing.")
                os.remove(child_dir_path)
            else:
                # Add the child dir to the queue
                cwd_dirs.append(child_dir_path)

2. 重新创建符号链接时的错误
   删除符号链接后执行os.symlink(symlink_src, symlink_dst)常遇到如下错误：

Traceback (most recent call last):
  File "C:\Users\me\my_repo\remakesymlinks.py", line 123, in main
    os.symlink(symlink_src, symlink_dst)
FileExistsError: [WinError 183] Cannot create a file when that file already exists: 'C:\\Users\\me\\my_repo\\SharedPy' -> 'C:\\Users\\me\\my_repo\\microservices\\service\\symlink_file'

临时解决方法是捕获异常后删除文件再重新创建，但无法阻止失效符号链接堆积：

try:
    os.symlink(symlink_src, symlink_dst)
except FileExistsError:
    os.remove(symlink_dst)
    os.symlink(symlink_src, symlink_dst)

3. 基于目标列表的失效链接查找
   通过脚本应创建的符号链接列表匹配文件名来删除，但会导致“符号链接泄漏”：

if not os.path.isdir(child_dir_path):
    if os.path.basename(child_dir_path) in [s.symlink_install_to for s in dirs_to_process]:
        print(f"-- Found symlink file {child_dir_path} - removing.")
        os.remove(child_dir_path)
    
    # skip the dir checking
    continue

4. 基于文件内容的检测
   尝试筛选单行纯文本文件并判断内容是否为路径，但逻辑繁琐且误删风险高：

# Check if Git downloaded the symlink as a plain text file (undetectable broken symlink)
if not os.path.isdir(child_dir_path):
    try:
        if magic.Magic(mime = True, uncompress = True).from_file(child_dir_path) == 'text/plain':
            with open(child_dir_path, 'r') as file:
                for i, line in enumerate(file):
                    if i >= 1:
                        raise StopIteration
                else:
                    # 判断路径是否可创建或存在的自定义函数
                    if is_path_exists_or_creatable(line):
                        print(f"-- Found broken Git link file '{child_dir_path}' - removing.")
                        print(f"\tContents: \"{line}\"")
                        # os.remove(child_dir_path)
                        raise StopIteration
    except (StopIteration, UnicodeDecodeError, magic.MagicException):
        continue

该方法会误删符合路径格式的普通单行文本文件，需大量额外过滤逻辑，并非根本解决方案。

疑问 #

可以改用Bash脚本解析git ls-files -s的结果，删除带有120000标记的文件，但这种方法是否可靠？有没有无需依赖Bash的跨平台Python解决方案？

内容的提问来源于stack exchange，提问作者elkshadow5