python删除本地夹里重复文件的方法

　　上次的博文主要说了从网上下载图片，于是我把整个笑话网站的图片都拔下来了，但是在拔取的图片中有很多重复的，比如说页面的其他图片、重复发布的图片等等。所以我又找了python的一些方法，写了一个脚本可以删除指定文件夹里重复的图片。

　　一、方法和思路

　　1.比对文件是否相同的方法：hashlib库里提供了获取文件md5值的方法，所以我们可以通过md5值来判定是否图片相同

　　2.对文件的操作：os库里有对文件的操作方法，比如：os.remove（）可以删除指定的文件， os.listdir()可以通过指定文件夹路径获取文件夹里所有文件的文件名

　　思路：通过获取指定文件夹的所有文件名，然后匹配为一个绝对路径的列表，循环的比对每个文件的md5值，如果md5值重复，则删除这个文件

　　二、代码实现

　　 import os import hashlib import logging import sys def logger(): 获取logger logger = logging.getLogger() if not logger.handlers: # 指定logger输出格式 formatter = logging.Formatter(%(asctime)s %(levelname)-8s: %(message)s) # 文件日志 file_handler = logging.FileHandler(test.log) file_handler.setFormatter(formatter) # 可以通过setFormatter指定输出格式 # 控制台日志 console_handler = logging.StreamHandler(sys.stdout) console_handler.formatter = formatter # 也可以直接给formatter赋值 # 为logger添加的日志处理器 logger.addHandler(file_handler) logger.addHandler(console_handler) # 指定日志的最低输出级别，默认为WARN级别 return logger def get_md5(filename): m = hashlib.md5() mfile = open(filename, rb) m.update(mfile.read()) mfile.close() md5_value = m.hexdigest() return md5_value def get_urllist(): #替换指定的文件夹路径即可 base = (F:\\pythonFile\\煎蛋网\\无聊图\\jpg\\) list = os.listdir(base) urlList=[] for i in list: url = base + i urlList.append(url) return urlList if __name__ == __main__: log = logger() md5List =[] urlList =get_urllist() for a in urlList: md5 =get_md5(a) if (md5 in md5List): os.remove(a) print(重复：o(重复：%s%a) else: md5List.append(md5) # print(md5List) print(一共%s张照片%len(md5List))

　　然后我们可以通过日志来查看到底哪些文件是重复的，不过对于一些超大文件的话，md5值的获取会有一些变化，不过处理一般的小文件都可以的，只需要替换我的路径，就可以在你电脑上运行啦。

　　以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。