在Python中比较2个文件夹中同名的文件并检查它们的大小以删除较大的文件

Question

你好，我正在清理我的计算机，所以我发现自己向 Handbrake 提供了大量文件以进行压缩。压缩后，有些文件的大小比原始文件大。我想清理它，所以我尝试制作一个小的 python 脚本。

基本上我有两个文件夹，其中的文件具有相同的名称但大小不同，我想比较这些文件以删除较大的文件，所以如果我合并文件夹，我将只保存大小较小的文件。

我制作了一个我拥有的文件夹的示例

- test/Original
 file1.mpg 40Mb
 file2.mpg 2Mb
 file3.mpg 400Mb
 file4.mpg 45Mb

- test/Compressed
 file1.mpg 20Mb
 file2.mpg 2Mb
 file3.mpg 200Mb
 file4.mpg 105Mb

在脚本的末尾我想要这个（或合并这些文件夹的第三个文件夹）

- test/Original
 file4.mpg 45Mb

- test/Compressed
 file1.mpg 20Mb
 file2.mpg 2Mb
 file3.mpg 200Mb
 file4.mpg 105Mb

我编写了这段代码并且它似乎可以工作，但我想知道是否有更好的方法是，我听说过一个函数 filecompare，但我不明白是否可以从中获取文件大小。

另外我不明白为什么如果我删除注释行的注释，我会收到缩进错误。

import os

dirA = 'test/a'
dirB = 'test/b'
merged = []

with os.scandir(dirA) as it:
    for entry in it:
        if entry.is_file():
            merged.append(entry)

with os.scandir(dirB) as it:
    for entry in it:
        if entry.is_file():
            merged.append(entry)


for i in range(len(merged)):
#   print('-------------iterating over %s' % (merged[i].name,merged[i].stat().st_size/1024**2))
    for j in range(i + 1, len(merged)):
        if str(merged[i].name) == str(merged[j].name):
            print('----DUPLICATE %s %.2f Mb = %s %.2f Mb' % (merged[i].name, merged[i].stat().st_size/1024**2, merged[j].name, merged[j].stat().st_size/1024**2))
            if merged[i].stat().st_size >= merged[j].stat().st_size:
                print('removing %s %.2f Mb' % (merged[i].name, merged[i].stat().st_size/1024**2))
                os.remove(merged[i])
            elif merged[i].stat().st_size < merged[j].stat().st_size:
                print('removing %s %.2f Mb' % (merged[j].name, merged[j].stat().st_size/1024**2))
                os.remove(merged[j])

Answer 1

根据大小删除文件

这是一个简单的过程，可以通过一个函数来实现。

def  compare_folders(path1, path2):
    ignore = [".", "..", ".DS_Store"] # ignore these pointers/ files
    for  file  in  os.listdir(path1):
        if  file  in  os.listdir(path2):
            if  file  not  in  ignore:
                delete_larger_file(path1 + "/" + file, path2 + "/" + file)

  
def  merge_folders(path1, path2):
    for  file  in  os.listdir(path1):
        if  file  not  in  os.listdir(path2):
            os.rename(path1 + "/" + file, path2 + "/" + file)

def  delete_larger_file(path1, path2):
    if  os.path.getsize(path1) > os.path.getsize(path2):
        os.remove(path1)
    else:
        os.remove(path2)

这是怎么回事？

• 第一个函数 compare_folders() 会将要比较的文件夹的路径作为输入。然后，它将迭代每个文件夹的内容并调用另一个函数 delete_larger_file()，该函数会比较 2 个文件的大小并删除较大的一个。
• 随后需要调用 merge_folders() 来合并文件夹。换句话说，它将比较两个文件夹的内容，并将不在一个文件夹中的文件移动到另一个文件夹中。最后，一个文件夹应该是空的，另一个文件夹应该包含所有最小的文件。
• 请注意：这无法撤消，所以可以先测试一下吗？此外，如果有子文件夹，这将不起作用并且需要递归。

首先调用 compare_folders() 然后调用 merge_folders

Answer 2

我发布了完整的代码，以防有人需要它，感谢@drow339！！！！

import os

path1 = 'test1/a'
path2 = 'test1/b'

print('Comparing the folders: %s and %s' % (path1, path2))


def compare_folders(path1, path2):
    ignore = [".", "..", ".DS_Store"]  # ignore these pointers/ files
    for file in os.listdir(path1):
        print('Checking duplicates for %s' % file)
        if file in os.listdir(path2):
            print('ok')
            if file not in ignore:
                print('Duplicate found: %s <---------' % file)
                delete_larger_file(path1 + "/" + file, path2 + "/" + file)


def delete_larger_file(path1, path2):
    if os.path.getsize(path1) >= os.path.getsize(path2):
        print('Duplicates: %s - %s - deleting the first one' % (path1, path2))
        os.remove(path1)
    else:
        print('Duplicates: %s - %s - deleting the second one' % (path1, path2))
        os.remove(path2)


def merge_folders(path1, path2):
    for file in os.listdir(path1):
        if file not in os.listdir(path2):
            os.rename(path1 + "/" + file, path2 + "/" + file)


compare_folders(path1, path2)
merge_folders(path1, path2)