python 重复图片_删除重复文件或图片（去重）的python代码

通过python爬虫或其他方式保存的图片文件通常包含一些重复的图片或文件，

通过下面的python代码可以将重复的文件删除以达到去重的目的。其中，文件目录结构如下图：

# /usr/bin/env python

# -*- coding:utf-8 -*-

# 运行的代码文件要放到删除重复的文件或图片所包含的目录中

import os

import hashlib

def filecount():

filecount = int(os.popen('dir /B |find /V /C ""').read())

return (filecount)

def md5sum(filename):

f = open(filename, 'rb')

md5 = hashlib.md5()

while True:

fb = f.read(8096)

if not fb:

break

md5.update(fb)

f.close()

return (md5.hexdigest())

def delfile():

all_md5 = {}

filedir = os.walk(os.getcwd())

for i in filedir:

for tlie in i[2]:

if md5sum(tlie) in all_md5.values():

os.remove(tlie)

else:

all_md5[tlie] = md5sum(tlie)

if __name__ == '__main__':

oldf = filecount()

print('去重前有', oldf, '个文件\n\n\n请稍等正在删除重复文件...')

delfile()

print('\n\n去重后剩', filecount(), '个文件')

print('\n\n一共删除了', oldf - filecount(), '个文件\n\n')