есть фунция os.walk, получаю кортеж их папок и их файлов.Как мне записать в список лишь одинаковые названия файлов и их путь? Например есть каталог А в нем подкаталоги В С. Каталог В имеет два файла 1.txt, 2.txt. Каталог С имеет файл 1.txt.
2 ответа
Дерево:
A
├── B
│ ├── 1.txt
│ └── 2.txt
└── C
└── 1.txt
Находим дубликаты:
In [16]: import os
In [17]: duplicate_files = {}
In [18]: for dirname, dirs, filenames in os.walk("A"):
...: for filename in filenames:
...: duplicate_files.setdefault(filename, []).append(dirname)
...:
In [19]: duplicate_files = {k: v for k, v in duplicate_files.items() if len(v) > 1}
In [20]: duplicate_files
Out[20]: {'1.txt': ['A/C', 'A/B']}
Для Python 3.x — можно и стоит использовать pathlib
. В примере ниже — результат представлен в виде объекта класса pathlib.Path, что позволяет использовать соответствующие аттрибуты для операций с путем (open, read_text, read_bytes, stat, unlink, rename).
import pathlib
import operator as op
def find_dubs(
pattern='**', # все файлы в т.ч. и в подкаталогах
workdir=pathlib.Path.cwd() # текущая рабочая папка
):
dups = dict()
# приводим к pathlib.Path, если передали иное (str, os.path)
workdir = pathlib.Path(workdir)
assert workdir.is_dir(), 'Путь должен быть существующей папкой'
for pth in workdir.glob(pattern):
# создаем список дубликатов, если он не существует
dups.setdefault(pth.name, list()).append(pth)
# Далее ФП — обращайте внимание на порядок действий
dups = dict( # 3. Преобразовываем последовательность в dict
filter(
lambda x: len(x[1]) > 1, # 2. Отбрасываем все списки с длинной 1 и меньше
dups.items(), # 1. Получаем последовательность key-value
)
)
return dups
Counter
, например.