python删除本地夹里重复文件的方法
2018-05-31 11:30
786 查看
上次的博文主要说了从网上下载图片,于是我把整个笑话网站的图片都拔下来了,但是在拔取的图片中有很多重复的,比如说页面的其他图片、重复发布的图片等等。所以我又找了python的一些方法,写了一个脚本可以删除指定文件夹里重复的图片。
一、方法和思路
1.比对文件是否相同的方法:hashlib库里提供了获取文件md5值的方法,所以我们可以通过md5值来判定是否图片相同
2.对文件的操作:os库里有对文件的操作方法,比如:os.remove()可以删除指定的文件, os.listdir()可以通过指定文件夹路径获取文件夹里所有文件的文件名
思路:通过获取指定文件夹的所有文件名,然后匹配为一个绝对路径的列表,循环的比对每个文件的md5值,如果md5值重复,则删除这个文件
二、代码实现
import os import hashlib import logging import sys def logger(): """ 获取logger""" logger = logging.getLogger() if not logger.handlers: # 指定logger输出格式 formatter = logging.Formatter('%(asctime)s %(levelname)-8s: %(message)s') # 文件日志 file_handler = logging.FileHandler("test.log") file_handler.setFormatter(formatter) # 可以通过setFormatter指定输出格式 # 控制台日志 console_handler = logging.StreamHandler(sys.stdout) console_handler.formatter = formatter # 也可以直接给formatter赋值 # 为logger添加的日志处理器 logger.addHandler(file_handler) logger.addHandler(console_handler) # 指定日志的最低输出级别,默认为WARN级别 logger.setLevel(logging.INFO) return logger def get_md5(filename): m = hashlib.md5() mfile = open(filename, "rb") m.update(mfile.read()) mfile.close() md5_value = m.hexdigest() return md5_value def get_urllist(): #替换指定的文件夹路径即可 base = ("F:\\pythonFile\\煎蛋网\\无聊图\\jpg\\") list = os.listdir(base) urlList=[] for i in list: url = base + i urlList.append(url) return urlList if __name__ == '__main__': log = logger() md5List =[] urlList =get_urllist() for a in urlList: md5 =get_md5(a) if (md5 in md5List): os.remove(a) print("重复:%s"%a) log.info("重复:%s"%a) else: md5List.append(md5) # print(md5List) print("一共%s张照片"%len(md5List))
然后我们可以通过日志来查看到底哪些文件是重复的,不过对于一些超大文件的话,md5值的获取会有一些变化,不过处理一般的小文件都可以的,只需要替换我的路径,就可以在你电脑上运行啦。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章推荐
- 使用python读取txt文件的内容,并删除重复的行数方法
- 使用python删除本地夹里重复的文件
- Win8系统中如何删除本地文件浏览记录 方法介绍
- cocos2d-x删除本地存储文件UserDefault.xml的方法——白白
- 用python删除java文件头上版权信息的方法
- Python删除同一个文件夹下的重复文件
- 使用go和python递归删除.ds store文件的方法
- python列表删除重复元素的三种方法
- php删除文本文件中重复行的方法
- Python简单删除目录下文件以及文件夹的方法
- 超简单的删除文件中重复行的方法及详解
- Python简单删除目录下文件以及文件夹的方法
- 请给Array本地对象增加一个原型方法,它的用途是删除数组条目中重复的条目(可能有多个),返回值是一个仅包含被删除的重复条目的新数组。
- python删除列表中重复记录的方法
- python实现删除文件与目录的方法
- 卸载和删除本地Oracle文件的快速方法
- python下需要对指定格式的文件进行批量删除的方法
- Linux下删除大数据文件中部分字段重复行的方法
- 如何用Python寻找重复文件并删除
- python遍历文件夹——两种遍历本地文件记录文件夹个数、文件数及文件大小的方法