Python實現檢測文件的MD5值來查找重復文件案例

平時學生交上機作業的時候經常有人相互復制，直接改文件名了事，為了能夠簡單的檢測這種作弊行為，想到了檢測文件的MD5值，雖然對于抄襲來說作用不大，但是聊勝于無，以后可以做一個復雜點的。

# coding: utf8import hashlibimport osfrom collections import Counterimport sysreload(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 md5def 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 md5if __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]

補充知識：python一句話校驗文件哈希值

MD5

python -c 'import hashlib,sys;print hashlib.md5(open(sys.argv[1],’rb’).read()).hexdigest()' 文件名

SHA-1

python -c 'import hashlib,sys;print hashlib.sha1(open(sys.argv[1],’rb’).read()).hexdigest()' 文件名

SHA-256

python -c 'import hashlib,sys;print hashlib.sha256(open(sys.argv[1],’rb’).read()).hexdigest()' 文件名

SHA-512

python -c 'import hashlib,sys;print hashlib.sha512(open(sys.argv[1],’rb’).read()).hexdigest()' 文件名

以上這篇Python實現檢測文件的MD5值來查找重復文件案例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。