之前写了一个简化版的使用Python查找目录中的重复文件,现在升级了一下,我们来提供一个友好的网页界面。
思路
上一个版本我们非常简单粗暴地将所有文件的hash扫描后保存到一个字典中,字典结构大概是这样的:
然后通过一个循环找出hash值对应的数组长度大于1的数组,现在我们把这个扫描结果保存到数据库中,之后只要查询数据库即可找到重复的文件。
步骤
我们大致需要几个步骤就可以让程序跑起来:
表结构不需要太复杂:
然后开始扫描你要检查的目录。
你可以传入一个或者多个目录,默认只检索jpg文件,也可以修改 里的配置项来自定义。扫描结束后,启动web服务即可。
顺利的话用浏览器打开 http://127.0.0.1:5001 就可以看到一个友好的网页,可以通过文件hash或者文件名来清理重复文件,可以预览图片文件。
dup_by_hash
dup_by_name
原理&总结
升级后的重复文件清理工具总共也不过两三百行代码,欢迎到Github上阅读。photodup已经算是一个比较完整的程序,使用起来也方便了很多。改造过程中还是学到不少新东西,所以说不管你的想法多简单,真正动手去实现才会有收获。
项目地址:https://github.com/tobyqin/photodup
技术栈:Python, SQL, Flask, Bootstrap, Jquery, CSS.
领取专属 10元无门槛券
私享最新 技术干货