新聞中心
這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
Python實(shí)現(xiàn)檢測(cè)文件的MD5值來查找重復(fù)文件案例-創(chuàng)新互聯(lián)
平時(shí)學(xué)生交上機(jī)作業(yè)的時(shí)候經(jīng)常有人相互復(fù)制,直接改文件名了事,為了能夠簡單的檢測(cè)這種作弊行為,想到了檢測(cè)文件的MD5值,雖然對(duì)于抄襲來說作用不大,但是聊勝于無,以后可以做一個(gè)復(fù)雜點(diǎn)的。
# coding: utf8 import hashlib import os from collections import Counter import sys reload(sys) sys.setdefaultencoding('utf-8') def get_md5_01(file_path): md5 = None if os.path.isfile(file_path): f = open(file_path,'rb') md5_obj = hashlib.md5() md5_obj.update(f.read()) hash_code = md5_obj.hexdigest() f.close() md5 = str(hash_code).lower() return md5 def get_md5_02(file_path): f = open(file_path,'rb') md5_obj = hashlib.md5() while True: d = f.read(8096) if not d: break md5_obj.update(d) hash_code = md5_obj.hexdigest() f.close() md5 = str(hash_code).lower() return md5 if __name__ == "__main__": output_list=[] #input_path=r"e:\xx\新建文件夾" #output_path = unicode(input_path , "utf8") output_path=os.getcwd() g = os.walk(output_path) for path,dir_list,file_list in g: for file_name in file_list: output_list.append(os.path.join(path, file_name) ) md5_list= [get_md5_01(i) for i in output_list] Counter_list=Counter(md5_list) for i in Counter_list.items(): if i[1] >1: duplicate_list=[ a for a in range(len(md5_list)) if md5_list[a] == i[0]] print '-'*50 print i[0] for j in duplicate_list: with open('duplicate.log', mode='a+') as f: f.write(i[0]+'\t'+output_list[j]+'\n') print output_list[j]
分享名稱:Python實(shí)現(xiàn)檢測(cè)文件的MD5值來查找重復(fù)文件案例-創(chuàng)新互聯(lián)
URL網(wǎng)址:http://www.dlmjj.cn/article/cddjcg.html