用Python自动清理电脑内重复文件,只要10行代码(自动脚本)

下面是详细讲解如何使用Python自动清理电脑内重复文件的完整攻略。

目录

1. 确认要去重的文件夹
2. 遍历文件夹并计算hash
3. 筛选出重复文件
4. 删除重复文件

1. 确认要去重的文件夹

首先，我们需要确认要去重的文件夹路径，这可以使用Python中的os库来实现。可以使用以下代码来获取文件夹路径：

import os

folder_path = r'C:\Users\username\Desktop\folder_name'

需要替换上述代码中的username和folder_name为相应的文件夹所在的用户名和文件夹名。

2. 遍历文件夹并计算hash

接下来，需要遍历文件夹里的所有文件，计算出每个文件的hash值，这里我们使用Python中的hashlib库。可以使用以下代码来实现：

import os
import hashlib

folder_path = r'C:\Users\username\Desktop\folder_name'

file_list = os.listdir(folder_path)

file_hash_dict = {}

for file_name in file_list:
    file_path = os.path.join(folder_path, file_name)
    if os.path.isfile(file_path):
        with open(file_path, 'rb') as f:
            file_hash = hashlib.md5(f.read()).hexdigest()
            if file_hash not in file_hash_dict:
                file_hash_dict[file_hash] = [file_path]
            else:
                file_hash_dict[file_hash].append(file_path)

这里我们使用一个字典file_hash_dict来存储每个文件的hash值及其对应的文件路径。如果hash值已经在字典中存在，则说明这个文件是重复文件，我们需要将这个文件的路径添加到字典对应的value中。

3. 筛选出重复文件

现在我们已经可以得到每个文件的hash值及其对应的文件路径了。我们需要筛选出重复文件，这可以使用以下代码来实现：

import os
import hashlib

folder_path = r'C:\Users\username\Desktop\folder_name'

file_list = os.listdir(folder_path)

file_hash_dict = {}

for file_name in file_list:
    file_path = os.path.join(folder_path, file_name)
    if os.path.isfile(file_path):
        with open(file_path, 'rb') as f:
            file_hash = hashlib.md5(f.read()).hexdigest()
            if file_hash not in file_hash_dict:
                file_hash_dict[file_hash] = [file_path]
            else:
                file_hash_dict[file_hash].append(file_path)

duplicate_files = []

for file_hash, file_paths in file_hash_dict.items():
    if len(file_paths) > 1:
        duplicate_files.append(file_paths)

这里我们使用一个列表duplicate_files来存储所有重复文件的路径。

4. 删除重复文件

现在我们已经找到了重复文件的路径，我们可以把它们都删除掉，以留下唯一的文件。可以使用以下代码来实现：

import os
import hashlib

folder_path = r'C:\Users\username\Desktop\folder_name'

file_list = os.listdir(folder_path)

file_hash_dict = {}

for file_name in file_list:
    file_path = os.path.join(folder_path, file_name)
    if os.path.isfile(file_path):
        with open(file_path, 'rb') as f:
            file_hash = hashlib.md5(f.read()).hexdigest()
            if file_hash not in file_hash_dict:
                file_hash_dict[file_hash] = [file_path]
            else:
                file_hash_dict[file_hash].append(file_path)

duplicate_files = []

for file_hash, file_paths in file_hash_dict.items():
    if len(file_paths) > 1:
        duplicate_files.append(file_paths)

for file_paths in duplicate_files:
    for i in range(1, len(file_paths)):
        os.remove(file_paths[i])

这里我们对duplicate_files列表中的每一个元素（也就是每组重复文件的路径）进行循环遍历，从其中删除第二个及以后的文件。

示例说明：

假设在D:\Test_Directory文件夹中有以下4个文件：

• Test1.txt
• Test2.txt
• Test3.txt
• Test4.txt

其中Test2.txt和Test3.txt是重复文件，现在我们需要使用Python自动去重。我们可以使用以下代码来实现：

import os
import hashlib

folder_path = r'D:\Test_Directory'

file_list = os.listdir(folder_path)

file_hash_dict = {}

for file_name in file_list:
    file_path = os.path.join(folder_path, file_name)
    if os.path.isfile(file_path):
        with open(file_path, 'rb') as f:
            file_hash = hashlib.md5(f.read()).hexdigest()
            if file_hash not in file_hash_dict:
                file_hash_dict[file_hash] = [file_path]
            else:
                file_hash_dict[file_hash].append(file_path)

duplicate_files = []

for file_hash, file_paths in file_hash_dict.items():
    if len(file_paths) > 1:
        duplicate_files.append(file_paths)

for file_paths in duplicate_files:
    for i in range(1, len(file_paths)):
        os.remove(file_paths[i])

print('Done')

运行以上代码后，在D:\Test_Directory文件夹中将只剩下以下两个文件：

• Test1.txt
• Test2.txt

其中Test2.txt是唯一的重复文件，现在只留下了一个。

希望这份攻略可以帮助你使用Python来自动清理电脑内重复文件。