微信和 QQ 都有一个存放缓存文件的文件夹,微信在设置 –> 文件管理,QQ 在系统设置 –> 基本设置 –> 文件管理 –> 打卡个人文件中找到它,平时大家对这个文件夹关注度不高,这个文件夹慢慢的,偷偷的就占用了好几十个 G 的磁盘空间。下面就用 Python 写个删除重复文件的脚本清理这些空间。
glob 模块
glob 模块非常简单,就是用来查找文件和文件夹。查找文件只用到三个匹配符:”*”, “?”, “[]”。
通配符 功能
- *:匹配0或多个字符
- **:匹配所有文件,目录,子目录和子目录里面的文件
- ?:匹配一个字符,这里与正则表达式? (正则?匹配前面表达式0次或者1次)
- []:匹配指定范围内的字符,如: [1-9]匹配1至9内的字符
- [!]:匹配不在指定范围内的字符
glob方法
这个方法返回所有匹配的文件路径列表
1 |
|
zlib.crc32
CRC32 算法概述 CRC 全称 Cyclic Redundancy Check,又叫循环冗余校验。和 md5 码一样都是 hash 的。当两个文件内容的 CRC32 相同的时候,这个文件也就是相同的。反之,两个文件就是不同的文件。
1 |
|
去重复
看到这里,想必都明白如何去重复文件了:1. 用 glob.glob 扫描所有文件,2. 把文件的 crc32 值放入字典中,3. 找到字典中已经存在的 crc32 值的key,删除当前文件。
1 |
|
总结
本篇介绍了 glob 模块的用法和 crc32 值的计算,大家学废了吗?
示例代码:https://github.com/JustDoPython/python-examples/tree/master/moumoubaimifan/remove