目錄前言工作原理代碼前言

工作中偶爾會(huì)遇到文件去重的事情，收到一大堆文件，名稱各不相同，分析文件的時(shí)候發(fā)現(xiàn)有不少重復(fù)的文件，導(dǎo)致工作效率低下，那么，這里就寫(xiě)了一個(gè)python腳本實(shí)現(xiàn)文件去重功能

工作原理

腳本會(huì)檢查你給出的文件路徑下的所有文件，然后計(jì)算每個(gè)文件的MD5值，并將其加入到一個(gè)列表中。

如果某文件的MD5值不在列表中，就認(rèn)定其是我們需要的文件，腳本會(huì)在桌面新建一個(gè)名為“去重結(jié)果”的文件夾，并將其復(fù)制到里面去。 如果某文件的MD5值在列表中，就認(rèn)定其不是我們需要的文件，不對(duì)其做任何處理。 代碼可以直接運(yùn)行，無(wú)需做任何修改（除了安裝可能缺少的庫(kù)文件）代碼

import osimport shutilimport hashlib# 對(duì)文件去重# 計(jì)算每個(gè)文件的md5值，據(jù)此進(jìn)行去重def only_one(test_path): md5_list = [] count = 0 for current_folder, list_folders, files in os.walk(test_path):for file in files: file_path = current_folder + ’’ + file # 獲取每個(gè)文件的路徑 f = open(file_path, ’rb’) # 開(kāi)始計(jì)算每個(gè)文件的md5值 md5obj = hashlib.md5() md5obj.update(f.read()) get_hash = md5obj.hexdigest() f.close() md5_value = str(get_hash).upper() # 開(kāi)始去重 if md5_value in md5_list: # 如果這個(gè)文件的md5值曾經(jīng)出現(xiàn)過(guò)，就不對(duì)它做任何處理count += 1print(’033[31m[-] 發(fā)現(xiàn)重復(fù)文件：033[0m’ + str(file)) else:md5_list.append(md5_value) # 如果這個(gè)文件的md5值不存在列表中，就添加進(jìn)列表中shutil.copy(file_path, path1) print(’033[31m[-] 共發(fā)現(xiàn)重復(fù)文件：{}個(gè)033[0m’.format(count))if __name__ == ’__main__’: print(’033[4;33m[+] 此腳本會(huì)檢查指定路徑下的所有文件，通過(guò)計(jì)算文件的MD5值進(jìn)行去重033[0m’) print(’033[4;33m[+] 去重后的文件會(huì)復(fù)制到桌面新文件夾中，源文件不會(huì)丟失033[0m’) path = input(’033[34m[+] 請(qǐng)輸入文件夾地址：033[0m’) os.chdir(path) # path1 用來(lái)存放所有的去重結(jié)果 desktop_path = os.path.join(os.path.expanduser('~'), ’Desktop’) # 獲取桌面路徑 path1 = os.path.join(desktop_path, ’去重結(jié)果’) os.makedirs(path1) only_one(path) print(’033[32m[-] 現(xiàn)有非重復(fù)文件共計(jì)：{}個(gè)033[0m’.format(len(os.listdir(path1))))

到此這篇關(guān)于python實(shí)現(xiàn)MD5進(jìn)行文件去重的示例代碼的文章就介紹到這了,更多相關(guān)python MD5文件去重內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！