使用python查找具有不同扩展名的重复文件

Question

解决方案请参阅此评论底部的编辑。

问题：我有一个包含一堆图像的目录，命名如下：

• image001.nef
• image002.nef
• image003.nef
• image003 - 20170609.jpg
• image004.nef
• image005.nef
• image006 - 20170609.nef
• image007.nef
• image007 - 20170609.jpg
• image008.jpg
• image008 - 20170609.nef

我想查找所有具有重复基本名称（如 imageXXX）且扩展名为 JPG 的图像

所以从我上面的列表中，只有三个符合删除条件的项目（我有 bold 这些项目）。

我有 2,500 张图片，所以我需要一种 Python 的方式手动浏览。

我很难找到要使用的示例脚本，我发现的所有脚本都在检查 HASH 或其他东西，我认为这没有用，因为图像确实相似，但不完全相同。

干杯

编辑： 感谢 dawg，我能够得到我想要的输出......这是对我有用的最终代码：

import os

directory = r'C:\temp'
out_directory = r'C:\temp\temp_usa_photos'
fns = os.listdir(directory)


ref_nef = {fn[0:15] for fn in fns if fn.upper().endswith('.NEF')}

print ref_nef

out_list = filter(lambda e: e[0:15] in ref_nef, [fn for fn in fns if fn.upper().endswith('.JPG')])

print out_list

for f in out_list:
    input_file = os.path.join(directory, f)
    output_file = os.path.join(out_directory, f)
    os.rename(input_file, output_file)

Answer 1

给定：

>>> fns
['image001.nef', 'image002.nef', 'image003.nef', 'image003 - 20170609.jpg', 'image004.nef', 'image005.nef', 'image006 - 20170609.nef', 'image007.nef', 'image007 - 20170609.jpg', 'image008.jpg', 'image008 - 20170609.nef']

（我可以使用该列表作为文件名列表的代理。只需使用 glob 或 listdir 文件...）

如果您的文件名都是 imageXXX 形式，您可以先使用它来创建一组文件名的前 8 个字母 .nef 文件：

>>> ref_nef={fn[0:8] for fn in fns if fn.upper().endswith('.NEF')}
>>> ref_nef
set(['image008', 'image005', 'image004', 'image007', 'image006', 'image001', 'image003', 'image002'])

然后用它来过滤.jpg要删除的文件：

>>> filter(lambda e: e[0:8] in ref_nef, [fn for fn in fns if fn.upper().endswith('.JPG')])
['image003 - 20170609.jpg', 'image007 - 20170609.jpg', 'image008.jpg']