python實現MD5進行文件去重的示例代碼

前言

工作中偶爾會遇到文件去重的事情,收到一大堆文件,名稱各不相同,分析文件的時候發現有不少重復的文件,導致工作效率低下,那麼,這裡就寫瞭一個python腳本實現文件去重功能

工作原理

腳本會檢查你給出的文件路徑下的所有文件,然後計算每個文件的MD5值,並將其加入到一個列表中。

  • 如果某文件的MD5值不在列表中,就認定其是我們需要的文件,腳本會在桌面新建一個名為“去重結果”的文件夾,並將其復制到裡面去。
  • 如果某文件的MD5值在列表中,就認定其不是我們需要的文件,不對其做任何處理。
  • 代碼可以直接運行,無需做任何修改(除瞭安裝可能缺少的庫文件)

代碼

import os
import shutil
import hashlib


# 對文件去重
# 計算每個文件的md5值,據此進行去重
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  # 獲取每個文件的路徑
            f = open(file_path, 'rb')  # 開始計算每個文件的md5值
            md5obj = hashlib.md5()
            md5obj.update(f.read())
            get_hash = md5obj.hexdigest()
            f.close()
            md5_value = str(get_hash).upper()
            # 開始去重
            if md5_value in md5_list:  # 如果這個文件的md5值曾經出現過,就不對它做任何處理
                count += 1
                print('\033[31m[-] 發現重復文件:\033[0m' + str(file))
            else:
                md5_list.append(md5_value)  # 如果這個文件的md5值不存在列表中,就添加進列表中
                shutil.copy(file_path, path1)
    print('\033[31m[-] 共發現重復文件:{}個\033[0m'.format(count))


if __name__ == '__main__':
    print('\033[4;33m[+] 此腳本會檢查指定路徑下的所有文件,通過計算文件的MD5值進行去重\033[0m')
    print('\033[4;33m[+] 去重後的文件會復制到桌面新文件夾中,源文件不會丟失\033[0m')
    path = input('\033[34m[+] 請輸入文件夾地址:\033[0m')
    os.chdir(path)

    # path1 用來存放所有的去重結果
    desktop_path = os.path.join(os.path.expanduser("~"), 'Desktop')  # 獲取桌面路徑
    path1 = os.path.join(desktop_path, '去重結果')
    os.makedirs(path1)

    only_one(path)
    print('\033[32m[-] 現有非重復文件共計:{}個\033[0m'.format(len(os.listdir(path1))))

在這裡插入圖片描述

到此這篇關於python實現MD5進行文件去重的示例代碼的文章就介紹到這瞭,更多相關python MD5文件去重內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: