如何在Python中将字符串格式的文件大小转换为MB？

核心思路 #

先从提取到的带单位字符串中拆分数值和单位，再根据单位换算成MB，最后按需求保留小数位数。

转换函数实现 #

下面的函数支持处理带空格（如290.5 kB）或不带空格（如290.5kB）的格式，同时兼容二进制（1024进制）和十进制（1000进制）两种换算标准：

def convert_size_to_mb(size_str, use_binary=True):
    # 拆分数值与单位
    parts = size_str.strip().split()
    if len(parts) == 1:
        # 处理无空格的格式，比如"290.5kB"
        num_part = []
        unit_part = []
        for char in parts[0]:
            if char.isdigit() or char == '.':
                num_part.append(char)
            else:
                unit_part.append(char)
        num_part = ''.join(num_part)
        unit_part = ''.join(unit_part)
    else:
        num_part, unit_part = parts
    
    size = float(num_part)
    unit = unit_part.lower()
    
    # 选择换算基数
    base = 1024 if use_binary else 1000
    # 单位转MB的系数映射
    conversion = {
        'b': 1 / (base ** 2),
        'kb': 1 / base,
        'mb': 1,
        'gb': base,
        'tb': base ** 2
    }
    
    if unit not in conversion:
        raise ValueError(f"不支持的单位类型：{unit}")
    
    mb_value = size * conversion[unit]
    # 保留两位小数，匹配示例需求
    return round(mb_value, 2)

集成到你的爬虫代码 #

修改现有代码，调用上述函数完成转换：

# 提取原始带单位的大小字符串
f_file_size_str = file_format.split('Format: ')[1].split(',')[1].strip(' ()')
# 转换为MB数值（如果需要十进制换算，传入use_binary=False）
f_file_size_mb = convert_size_to_mb(f_file_size_str, use_binary=False)

output_dict['data_files'].append({'file_size': f_file_size_mb})

测试示例 #

• 输入290.5 kB，使用十进制换算（use_binary=False）时，输出为0.29
• 输入1.5 GB，使用二进制换算时，输出为1536.0

注意事项 #

• 如果遇到未知单位，函数会抛出异常，你可以根据需求添加默认处理逻辑（比如返回原始字符串或0）
• 可以调整round的第二个参数，控制保留的小数位数，或者直接返回原始计算值不做四舍五入

内容的提问来源于stack exchange，提问作者h1m aga1n