我有幾個文件夾，其中包含名稱略有不同的重復文件（例如 file_abc.jpg、file_abc(1).jpg）或末尾帶有“(1) 的后綴。我正在嘗試開發一種相對簡單的搜索方法通過文件夾，找出重復項，然后刪除它們。重復項的標準是文件末尾的“（1）”，只要原始文件還存在即可。我可以識別重復項，但是我無法以正確的格式創建文本字符串以刪除它們。它需要是"C:\Data\temp\file_abc(1).jpg"，但是使用下面的代碼我最終得到r"C:\Data\temp''file_abc(1).jpg".我查看了答案 [查找重復文件并刪除它們，但這似乎比我需要的要復雜得多。如果有更好（+簡單）的方法來做到這一點，那么我會告訴我，但是我在 50 個奇數文件夾中總共只有大約 10,000 個文件，因此沒有大量數據需要處理。到目前為止我的代碼是：import osfile_path = r"C:\Data\temp"file_list = os.listdir(file_path)print (file_list)for file in file_list: if ("(1)" in file): index_no = file_list.index(file) print("!! Duplicate file, number in list: "+str(file_list.index(file))) file_remove = ('r"%s' %file_path+"'\'"+file+'"') print ("The text string is: " + file_remove) os.remove(file_remove)
1 回答
呼喚遠方
TA貢獻1856條經驗 獲得超11個贊
您的代碼只是比必要的復雜一點，并且您沒有應用正確的方法從路徑和文件名中創建文件路徑。而且我認為您不應該刪除沒有原始文件的文件（即雖然名稱看起來像但不重復的文件）。
嘗試這個：
for file_name in file_list:
if "(1)" not in file_name:
continue
original_file_name = file_name.replace('(1)', '')
if not os.path.exists(os.path.join(file_path, original_file_name):
continue # do not remove files which have no original
os.remove(os.path.join(file_path, file_name))
但是請注意，這對于其中多次出現的文件不能正常工作(1)，并且(2)根本不會處理具有或更高數字的文件。所以我真正的提議是這樣的：
在給定開始下方的整個目錄樹中列出所有文件（用于
os.walk()獲取此信息），然后按大小對所有文件進行排序，然后
線性遍歷此列表，識別雙打（此列表中的鄰居）和
產生每個這樣的雙組（即一個小的文件列表（通常只有兩個），它們是相同的）。
當然，您應該檢查這幾個文件的內容，然后確保其中的兩個文件大小相同而不相同。如果您確定您有一組相同的名稱，請刪除除名稱最簡單的名稱以外的所有名稱（例如，沒有后綴(1)等）。
順便說一下，我會調用file_path類似dir_pathor的東西root_dir_path（因為它是一個目錄和一個完整的路徑）。
添加回答
舉報
0/150
提交
取消