python - 扫描重复的文件名

Question

想象几个文件夹，例如

d:\myfolder\abc
d:\myfolder\ard 
d:\myfolder\kjes
...

并且在每个文件夹中，都有诸如

之类的文件

0023.txt, 0025.txt, 9932.txt in d:\myfolder\abc
2763.txt, 1872.txt, 0023.txt, 7623.txt in d:\myfolder\ard
2763.txt, 2873.txt, 0023.txt in d:\myfolder\kjes

因此，存在三个 0023.txt 文件和两个 2763.txt 文件。

我想创建一个包含以下信息的文件(例如，d:\myfolder\dup.txt):

0023 3
0025 1
9932 1
2763 2
1872 1
7623 1
2873 1

如何在 Python 中实现它？谢谢。

Answer 1

未经过广泛测试，但这有效:

import os, os.path

dupnames={}
for root, dirs, files in os.walk('myfolder'):
    for file in files:
        fulpath=os.path.join(root,file)
        if file in dupnames:
            dupnames[file].append(fulpath)
        else:
            dupnames[file]=[fulpath]

for name in sorted(dupnames):
    print name, len(dupnames[name])

其工作原理如下:

1. 创建一个空字典；
2. 遍历文件层次结构；
3. 使用基本名称:[文件路径]在列表字典中创建条目(或附加现有列表)。

在os.walk之后，你将得到一个像这样的字典:

{0023.txt: ['d:\myfolder\abc', 'd:\myfolder\kjes'], 0025.txt: ['d:\myfolder\abc']}

因此，要获得输出，只需迭代已排序的字典并计算列表中的条目即可。您可以将其输出重定向到文件，也可以直接在 Python 中打开输出文件。

您显示的输出已去除扩展名 - 0023 与 0023.txt。如果您有 0023.txt 和 0023.py 会发生什么？相同的文件还是不同的？对于操作系统来说，它们是不同的文件，所以我保留了扩展名。如果这是您想要的输出，它很容易被剥离。