前言
大家好，又到了Python办公自动化系列。
今天分享一个系统层面的自动化案例：
「给定一个文件夹，使用Python检查给定文件夹下有无文件重复，若存在重复则删除」
主要涉及的知识点有：
-
os模块综合应用 -
glob模块综合应用 -
利用
filecmp模块比较两个文件
步骤分析
该程序实现的逻辑可以具化为：
遍历获取给定文件夹下的所有文件，然后通过嵌套循环两两比较文件是否相同，如果相同则删除后者。
实现问题的关键就变成了?
如何判断两个文件是否相同？
在这里我们可以使用filecmp模块，来看看官方的介绍文档：
- filecmp.cmp(f1, f2, shallow=True)
-
比较名为f1和f2的文件，如果它们似乎相等则返回
True，否则返回False -
如果
shallow为真，那么具有相同os.stat()签名的文件将会被认为是相等的。否则，将比较文件的内容。
所以可以这样使用?
|
1
2
3
|
# 假设x和y两个文件是相同的print(filecmp.cmp(x, y))# True |
解决了这个问题，我们就可以开始写代码了！
Python实现
导入需要的库并设置目标文件夹路径
|
1
2
3
4
5
|
import osimport globimport filecmpdir_path = r'C:\\xxxx' |
接着遍历获取所有文件的绝对路径，我们可以利用glob模块的通配符结合recursive参数即可完成，框架如下：
|
1
2
|
for file in glob.glob(path + '/**/*', recursive=True): pass |
由于遍历获取每一个文件或者文件夹后，需要判断是否是文件，如果是文件则可能将绝对路径存放到列表中，这里需要再完成两个事情：
-
首先创建一个空列表，后面用
list.append(i)添加文件路径 -
接着利用
os.path.isfile(i)判断是否是文件，返回True则执行添加元素的操作
具体代码如下
|
1
2
3
4
5
|
file_lst = []for i in glob.glob(dir_path + '/**/*', recursive=True): if os.path.isfile(i): file_lst.append(i) |
上一步我们获取了目标文件夹下的所有文件路径，接下来就可以嵌套遍历这个路径列表，其中filecmp.cmp进行文件判断，os.remove进行文件删除
|
1
2
3
4
5
|
for x in file_lst: for y in file_lst: if x != y: if filecmp.cmp(x, y): os.remove(y) |
这里的代码已经实现了大致逻辑，但有一个细节需要考虑到：有可能循环到文件已经被前面的判断删除了，导致os.remove(file)由于文件不存在而报错
因此，可以用os.path.exists对文件存在进行判断，如下所示：
|
1
2
3
4
5
|
for x in file_lst: for y in file_lst: if x != y and os.path.exists(x) and os.path.exists(y): if filecmp.cmp(x, y): os.remove(y) |
这样，一个简易的文件去重小程序就完成了，完整代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
import osimport globimport filecmpdir_path = r'C:\xxxx'file_lst = []for i in glob.glob(dir_path + '/**/*', recursive=True): if os.path.isfile(i): file_lst.append(i)for x in file_lst: for y in file_lst: if x != y and os.path.exists(x) and os.path.exists(y): if filecmp.cmp(x, y): os.remove(y) |
写在最后
通过本文的Python自动化脚本制作过程，我们可以再次体会Python办公自动化的强大，同时本次实现的功能可以和之前自动整理文件的脚本结合使用！
以上就是python实现自动清理重复文件的详细内容，更多关于python清理重复文件的资料请关注服务器之家其它相关文章！
原文链接：https://cloud.tencent.com/developer/article/1683712
