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)中找到双重文件。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)；它显示了双重属性；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(目录中的一式两份文件)删除/移动它们？例如，在这里，文件夹NameoftheProject_GIS.7z和NameofanotherProject_GIS.7z中的文件backupfolderGIS / list files_in_both。

Answer 1

os.walk递归地检查从您传递的根dir开始的所有文件夹和子文件夹，您希望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，如果要移动，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")

或删除使用os.remove

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

如果要从pt2中移动/删除文件，请将该文件传递给path.join而不是pt1。

您也可以将str.endwith与os.listdir结合使用。

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，您可以将其放入一个函数中：

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，如果您确实希望检查所有文件夹中具有相同basename的文件，因此需要对dupe名称进行检查，则需要保存完整路径的记录，可以使用违约通过basename对所有公共文件进行分组。

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

您将得到一个数据库，其中键是basename，值是文件列表，每个文件都有完整的路径，任何具有多个vaulue的列表都意味着至少有两个同名的文件，但是您应该记住，相同的basename并不意味着文件实际上是相同的。