利用文件哈希值进行排重的Python脚本

下载了些图片,里面有少量重复的。写了个脚本,给每个文件算SHA-256,哈希值重复的就删掉。


import re, sys, os, hashlib

folder = 'C:\\XXX\\';
dicFile = {}
n = 0;
for filename in sorted(os.listdir(folder)):
  path = folder + filename;
  sig = hashlib.sha256(open(path, 'rb').read()).hexdigest()
  if(sig not in dicFile):
    dicFile[sig] = filename;
  else:
    print(filename + " is dupe with " + dicFile[sig]);
    os.remove(path);
    n = n + 1;
print("total deleted: " + str(n));


评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值