Python：如何使用“listfiles”的输出来删除/移动/等文件

Question

背景：

我的目标是在两个不同的文件夹（没有子文件夹）中找到重复的文件。为此，我使用以下 Python 脚本：

###Check ob alle Archive noch vorhanden oder ob Daten bei Check gelöscht wurden
def listfiles(path):
    files = []
    for dirName, subdirList, fileList in os.walk(path):
        dir = dirName.replace(path, '')
        for fname in fileList:
                if fname.endswith("_GIS.7z"):
                    files.append(os.path.join(dir, fname))
    return files

x = listfiles(root)
y = listfiles(backupfolderGIS)

#q = [filename for filename in x if filename not in y]

files_only_in_x = set(x) - set(y) 
files_only_in_y = set(y) - set(x)
files_only_in_either = set(x) ^ set(y)
files_in_both = set(x) & set(y)
all_files = set(x) | set(y)

print "Alle Datein:"
print all_files
print " "

print "Nur im Zwischenspeicher:"
print files_only_in_x
print " "

print "Nur im Backupordner:"
print files_only_in_y
print " "

print "Nur einem von beiden Ordnern:"
print files_only_in_either
print " "

print "In beiden Ordnern:"
print files_in_both
print " "

相关的输出变量/列表是files_in_both（文件夹）；它向我展示了复制品；如果我使用print，它看起来像set(['NameoftheProject_GIS.7z', 'NameofanotherProject_GIS.7z'])。

问题：

如何使用此输出/信息（目录中的重复文件）删除/移动它们？例如文件夹backupfolderGIS/列表files_in_both中的文件NameoftheProject_GIS.7z和NameofanotherProject_GIS.7z。

Answer 1

os.walk 递归检查从您传递的根目录开始的所有文件夹和子文件夹，您想检查 两个不同的文件夹（没有子文件夹） 所以只需使用 glob 搜索每个文件夹em>，如果你想移动你可以使用shutil.move：

from glob import iglob
from os import path
from shutil import move

pt1, pt2 = "/path_1", "path_2"
dupe = set(map(path.basename, iglob("/path_1./*_GIS.7z"))).intersection(map(path.basename, iglob("/path_2./*_GIS.7z")))

for fle in dupe:
    # move(src, dest)
    move(path.join(pt1, fle), "wherever")

或者删除使用os.remove:

for fle in dupe:
    os.remove(path.join(pt1, fle))

如果您想从 pt2 移动/删除文件，请将其传递给 path.join 以代替 pt1。

您也可以将 str.endwith 与 os.listdir 一起使用：

dupe = set(fname for fname in os.listdir(pt1) if fname.endswith("_GIS.7z")).intersection(fname for fname in os.listdir(pt2) if fname.endswith("_GIS.7z"))

为了避免重复，你可以把它放在一个函数中：

from shutil import move
from os import path, listdir
def listfiles(path, end):
    return set(fname for fname in listdir(path) if fname.endswith(end))

for fle in listfiles(pt1,"_GIS.7z").intersection(listfiles(pt2, "_GIS.7z")):
    move(path.join(t1, fle), "wherever")

现在，如果您确实想检查所有文件夹中是否有具有相同基本名称的文件以及某些重复名称，则需要记录完整路径，您可以使用 defaultdict 按基本名称对所有常见文件进行分组：

from os import path, walk
from collections import defaultdict

def listfiles(pth, end):
    files = defaultdict(list)
    for dirName, subdirList, fileList in walk(pth):
        for fname in fileList:
            if fname.endswith(end):
                files[fname].append(path.join(dirName, fname))
    return files

你会得到一个字典，其中键是基本名称，值是文件列表，每个文件都有完整路径，任何包含多个值的列表都意味着你至少有两个同名文件，但你应该记住具有相同的基本名称并不意味着文件实际上是相同的。