python如何實現MD5進行文件去重

本篇內容主要講解“python如何實現MD5進行文件去重”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“python如何實現MD5進行文件去重”吧!

目錄

• 前言

• 工作原理

• 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，那么，這里就寫了一個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，然后計算每個文件的MD5值，并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，并將其復制到里面去。

• 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（除了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, path2)
    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[+] 去重后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)

    # path2 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
    path2 = os.path.join(desktop_path, '去重結果')
    os.makedirs(path2)

    only_one(path)
    print('\033[32m[-] 現有非重復文件共計：{}個\033[0m'.format(len(os.listdir(path2))))

到此，相信大家對“python如何實現MD5進行文件去重”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！