«

python怎么实现MD5进行文件去重

时间:2024-3-28 09:13     作者:韩俊     分类: Python


这篇文章主要介绍“python怎么实现MD5进行文件去重”,在日常操作中,相信很多人在python怎么实现MD5进行文件去重问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”python怎么实现MD5进行文件去重”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

工作原理

脚本会检查你给出的文件路径下的所有文件,然后计算每个文件的MD5值,并将其加入到一个列表中。

  • 如果某文件的MD5值不在列表中,就认定其是我们需要的文件,脚本会在桌面新建一个名为“去重结果”的文件夹,并将其复制到里面去。

  • 如果某文件的MD5值在列表中,就认定其不是我们需要的文件,不对其做任何处理。

  • 代码可以直接运行,无需做任何修改(除了安装可能缺少的库文件)

代码

import os
import shutil
import hashlib

# 对文件去重
# 计算每个文件的md5值,据此进行去重
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  # 获取每个文件的路径
            f = open(file_path, 'rb')  # 开始计算每个文件的md5值
            md5obj = hashlib.md5()
            md5obj.update(f.read())
            get_hash = md5obj.hexdigest()
            f.close()
            md5_value = str(get_hash).upper()
            # 开始去重
            if md5_value in md5_list:  # 如果这个文件的md5值曾经出现过,就不对它做任何处理
                count += 1
                print('33[31m[-] 发现重复文件:33[0m' + str(file))
            else:
                md5_list.append(md5_value)  # 如果这个文件的md5值不存在列表中,就添加进列表中
                shutil.copy(file_path, path2)
    print('33[31m[-] 共发现重复文件:{}个33[0m'.format(count))

if __name__ == '__main__':
    print('33[4;33m[+] 此脚本会检查指定路径下的所有文件,通过计算文件的MD5值进行去重33[0m')
    print('33[4;33m[+] 去重后的文件会复制到桌面新文件夹中,源文件不会丢失33[0m')
    path = input('33[34m[+] 请输入文件夹地址:33[0m')
    os.chdir(path)

    # path2 用来存放所有的去重结果
    desktop_path = os.path.join(os.path.expanduser("~"), 'Desktop')  # 获取桌面路径
    path2 = os.path.join(desktop_path, '去重结果')
    os.makedirs(path2)

    only_one(path)
    print('33[32m[-] 现有非重复文件共计:{}个33[0m'.format(len(os.listdir(path2))))

标签: python

热门推荐