Python自动化办公之清理重复文件详解

# coding:utf-8

import glob
import os.path

data = {}       # 定义一个空的字典，暂时将文件名存进来

def clear(path):
    result = glob.glob(path)    # 将 path 路径传入，赋值给 result

    for _data in result:    # for 循环判断是否是文件夹
        if glob.os.path.isdir(_data):   # 若是文件夹，继续将该文件夹的路径传给 clear() 函数继续递归查找
            _path = glob.os.path.join(_data, \'*\')
            clear(_path)
        else:                           # 若是文件，则将文件名提取出来
            name = glob.os.path.split(_data)[-1]


            if \'zip\' in name:         # 因为目前我们测试的 path 下有 \".zip\" 文件，所以这里跳过 \'.zip\' 压缩文件的读取否则会报错
                continue

            f = open(_data, \'r\')      # 判断文件名之前先将内容读取出来，若是不可读模式
            content = f.read()        # 将读取内容赋值给 content

            if name in data:          # 判断文件名是否已存在 data 这个临时存储文件名的字典内，如果存在则进行执行删除动作
                _content_dict = data[name]

                if _content_dict == content:
                    print(\'文件 \\\"{}\\\" 被删除...\'.format(_data))     # 调试
                    os.remove(_data)
            else:
                data[name] = content


if __name__ == \'__main__\':
    path = glob.os.path.join(glob.os.getcwd(), \'test_file\')
    clear(path)

# coding:utf-8

import glob
import os.path

data = {}       # 定义一个空的字典，暂时将文件名存进来


def clear(path):
    result = glob.glob(path)    # 将 path 路径传入，赋值给 result

    for _data in result:    # for 循环判断是否是文件夹
        if glob.os.path.isdir(_data):   # 若是文件夹，继续将该文件夹的路径传给 clear() 函数继续递归查找
            _path = glob.os.path.join(_data, \'*\')
            clear(_path)
        else:                           # 若是文件，则将文件名提取出来
            name = glob.os.path.split(_data)[-1]


            if \'zip\' in name:         # 因为目前我们测试的 path 下有 \".zip\" 文件，所以这里跳过 \'.zip\' 压缩文件的读取否则会报错
                continue

            f = open(_data, \'r\')      # 判断文件名之前先将内容读取出来，若是不可读模式
            content = f.read()        # 将读取内容赋值给 content

            if name in data:        # 判断文件名是否已存在 data 这个临时存储文件名的字典内，如果存在则进行执行删除动作
                                    # 如果不存在，则将读取到的二级路径与内容存储至 data 这个空字典内
                sub_name = data[name]       # 定义 sub_name 用以获取二级路径

                is_delete = False   # is_delete 用以记录删除状态；如果没有删除，还需要将二级路径添加至 data

                for k, v in sub_name.items():    # 再次循环判断二级路径下的文件；k 为路径，v 为文件内容
                    print(\'二级路径为 \\\"{}\\\" ，\'.format(k), name, \'内容为 \\\'{}\\\' \'.format(v))   # 调试打印输出二级路径下文件的循环
                    if v == content:             # 如果文件名与内容相同，则执行删除动作
                        print(\'文件 \\\"{}\\\" 被删除...\'.format(_data))     # 调试被删除的文件
                        os.remove(_data)      # 删除重复文件后，变更 is_delete 状态为True
                        is_delete = True

                if not is_delete:       # 如果没有删除则将 content 读取到的内容赋值给 data[name][_data]
                    data[name][_data] = content
            else:
                data[name] = {
                    _data: content
                }


if __name__ == \'__main__\':
    path = glob.os.path.join(glob.os.getcwd(), \'test_file\')
    clear(path)
    print(data)