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????
# 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
import os
import glob
import filecmp
dir_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:
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
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
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:
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:
import os
import glob
import filecmp
dir_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。
-END-