Python自动化办公之删除重复文件
01
思路介绍
两层判断：
1.先判断文件大小是否为相同，大小不同则不是重复文件，予以保留；
2.文件大小相同再判断文件md5，md5相同，则是重复文件，予以删除。
02
源码解说
from pathlib import Pathimport hashlibdef getmd5(filename):# 接收文件路径，返回文件md5值with open(filename, 'rb') as f:data = f.read()file_md5 = hashlib.new("md5", data).hexdigest()return file_md5def main():path = r"F:FileRecv删除文件测试"all_size = {}total_file = 0total_delete = 0# 获取路径内的所有文件名，默认是升序排列，相同文件将会保留日期时间最新的all_files = Path(path).glob('*.*')# 降序排列，相同文件将会保留文件名最短的（即日期时间最久的）all_files = sorted(all_files, reverse=True)# 遍历文件路径内的所有文件for file in all_files:# 获取文件所占字节大小，作为数据字典的键size = file.stat().st_size# name_and_md5列表用于存储文件绝对路径和md5值，作为数据字典的值name_and_md5 = [file, '']# 针对重复文件进行处理，生成字典存储相关信息# 字典all_size中key是size，value是name_and_md5列表# 针对相同size的文件，再调用getmd5函数，获取文件的md5值# 文件size不同（不在all_size.keys()中），则自动判断为不同的文件，予以保留if size in all_size.keys():# 调用getmd5函数，获取文件的md5值new_md5 = getmd5(file)if all_size[size][1] == '':all_size[size][1] = getmd5(all_size[size][0])# 判断md5值存在，即文件重复，则删除文件。md5值不存在，则把md5值加入列表中if new_md5 in all_size[size]:file.unlink()total_delete += 1else:all_size[size].append(new_md5)else:all_size[size] = name_and_md5total_file += 1print(f'文件总数：{total_file}')print(f'删除个数：{total_delete}')if __name__ == '__main__':main()
效果图：
代码说明：特别感谢瑜亮老师提供的代码！😀
03
知识拓展——pathlib和os，os.path常用的函数对应关系
pathlib常用方法介绍：
Path(path).name # 返回文件名+文件后缀
Path(path).stem # 返回文件名
Path(path).suffix # 返回文件后缀
Path(path).suffixes # 返回文件后缀列表
Path(path).root # 返回根目录
Path(path).parts # 返回文件
Path(path).anchor # 返回根目录
Path(path).parent # 返回父级目录
Path(path).parents # 返回所有上级目录的列表
Path.exists() # 判断 Path 路径是否是一个已存在的文件或文件夹
Path.is_dir() # 判断 Path 是否是一个文件夹
Path.is_file() # 判断 Path 是否是一个文件
Path.mkdir() # 创建文件夹
Path.rmdir() # 删除文件夹，文件夹必须为空
Path.unlink() # 删除文件
END
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
暂无评论内容