基於Python制作一個文件去重小工具
前言
常常在下載網絡素材時有很多的重復文件亂七八糟的,於是想實現一個去重的操作。
主要實現思路就是遍歷出某個文件夾包括其子文件夾下面的所有文件,最後,將所有文件通過MD5函數的對比篩選出來,最後將重復的文件移除。
實現步驟
用到的第三方庫都比較的常見,其中隻有hashlib是用來對比文件的不是很常見。其他的都是一些比較常見的第三方庫用來做輔助操作。
import os # 應用文件操作 import hashlib # 文件對比操作 import logging # 日志函數操作 import sys # 系統應用操作
日志的設置基本都是這一套的范式,按照規則設置好日志打印的相關信息。
logger = logging.getLogger('系統文件去重') logging.basicConfig(format='%(asctime)s %(levelname)-8s: %(message)s') logger.setLevel(logging.DEBUG)
文件去重的實現邏輯代碼塊如下:
diretory = input('請輸入需要整理的文件目錄: \n') # 去重的文件夾路徑 if os.path.isdir(diretory): logger.info('當前目錄[' + diretory + ']校驗成功!') md5s = [] for file_path, dir_names, file_names in os.walk(r'' + diretory): for file_name in file_names: try: file_name_path = os.path.join(file_path, file_name) logger.info('當前比對路徑: '+ file_name_path) md5 = hashlib.md5() file = open(file_name_path, "rb") md5.update(file.read()) file.close() md5_value = md5.hexdigest() if md5_value in md5s: os.remove(file_name_path) logger.info('[' + file_name_path + ']出現重復已經移除!') else: md5s.append(md5_value) except: logger.error('[' + file_name_path + ']對比發生異常,執行下一個!') else: logger.error('輸入的文件夾或者目錄不存在!')
以上就是文件去重的整個實現過程,用來做一個清理電腦文件的小工具還是比較實用的。
補充
本文中主要是利用hashlib.md5()函數實現的,下面小編為大傢重點介紹一下hashlib.md5()
Python的hashlib提供瞭常見的摘要算法,如MD5,SHA1等等。
什麼是摘要算法呢?
摘要算法又稱哈希算法、散列算法。它通過一個函數,把任意長度的數據轉換為一個長度固定的數據串(通常用16進制的字符串表示)。 舉個例子,你寫瞭一篇文章,內容是一個字符串'how to use python hashlib – by Michael',並附上這篇文章的摘要是'2d73d4f15c0db7f5ecb321b6a65e5d6d'。如果有人篡改瞭你的文章,並發表為'how to use python hashlib – by Bob',你可以一下子指出Bob篡改瞭你的文章,因為根據'how to use python hashlib – by Bob'計算出的摘要不同於原始文章的摘要。
可見,摘要算法就是通過摘要函數f()對任意長度的數據data計算出固定長度的摘要digest,目的是為瞭發現原始數據是否被人篡改過。
摘要算法之所以能指出數據是否被篡改過,就是因為摘要函數是一個單向函數,計算f(data)很容易,但通過digest反推data卻非常困難。而且,對原始數據做一個bit的修改,都會導致計算出的摘要完全不同。
當然,hashlib.md5()除瞭可以用來給文件去重,還能做到密碼加密,下面是示例代碼
#!/usr/bin/env python #-*- coding:utf-8 -*- """ 功能: 登錄驗證模塊 詳細說明: 1.密碼文件為passwd 2.passwd未創建或丟失,會提示:密碼文件不存在,建議重新註冊!! 3.未註冊用戶登錄會提示:用戶名不存在,請您先進行註冊! 4.已註冊用戶登錄時,忘記密碼,嘗試3次後密碼還不正確則退出驗證,等一會兒則可以重新登錄 5.作為裝飾器進行登錄驗證 """ import json import hashlib import os pwd = os.getcwd() fileName = os.path.join(pwd,"passwd") #將明文密碼通過md5進行加密,返回一個加密後的md5的值 def calc_md5(passwd): md5 = hashlib.md5("haliluya") md5.update(passwd) ret = md5.hexdigest() return ret #新用戶註冊模塊 def register(): #判斷密碼文件passwd是否存在,存在則載入列表,不存在就重新創建一個空字典 if os.path.exists(fileName): #載入用戶列表,數據結構為字典,k=userName,v=passwdMd5 with open("passwd", "r+") as loadsFn: userDB = json.loads(loadsFn.read()) else: userDB = {} #讓用戶輸入用戶名 userName = raw_input("姓名:") #標志位:控制循環跳出 flag = True while flag: #用戶註冊時,需輸入兩次密碼 passwd1 = raw_input("密碼:") passwd2 = raw_input("確認密碼:") #如果兩次密碼不一致,則不執行下一步,再次輸入密碼並進行確認 if not passwd1 == passwd2: continue else: #兩次輸入密碼一致,標志位置為False,下次跳出循環 flag = False #調用calc_md5函數將明文密碼轉為對應的md5值,用於保存 passwdMd5 = calc_md5(passwd1) #將用戶名與密碼對應存入字典userDB中 userDB[userName] = passwdMd5 #將用戶名和密碼存入文件 with open(fileName, "w") as dumpFn: dumpFn.write(json.dumps(userDB)) #用戶登錄驗證,裝飾器 def login(func): def decorater(*args,**kwargs): #判斷passwd文件是否存在,存在則載入userDB(用戶:密碼),否則就重新註冊新的passwd文件並返回 if os.path.exists(fileName): with open("passwd", "r+") as loadsFn: userDB = json.loads(loadsFn.read()) else: print "密碼文件不存在,建議重新註冊!!" register() return name = raw_input("用戶名:") #用戶名是否存在,存在就繼續輸入密碼,不存在則進行註冊 if name in userDB.keys(): flag = True counter = 0 #循環輸入密碼,密碼正確,flag=False(下次直接跳出循環)並執行函數,密碼錯誤則允許嘗試3次,超過3次驗證失敗,退出驗證 while flag: passwd = raw_input("密碼:") passwdMd5 = calc_md5(passwd) if passwdMd5 == userDB[name]: flag = False func(*args,**kwargs) elif counter > 2: print "您已經嘗試瞭3次,請過會兒再試!!" return else: counter += 1 else: print "用戶名不存在,請您先進行註冊!" register() return decorater if __name__ == "__main__": @login def hello(): print "Hello world!" hello()
到此這篇關於基於Python制作一個文件去重小工具的文章就介紹到這瞭,更多相關Python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:
- python使用nb_log模塊捕獲日志的方法
- 利用 Python 中的內置open函數讀取二進制文件
- python實現MD5進行文件去重的示例代碼
- 用python寫個博客遷移工具
- Python如何讀寫JSON格式數據