快捷導(dǎo)航

python實(shí)現(xiàn)兩個(gè)文件夾的同步

更新時(shí)間：2019年08月29日 10:44:57 作者：Geek_Arking

這篇文章主要為大家詳細(xì)介紹了利用python實(shí)現(xiàn)兩個(gè)文件夾的同步，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

其實(shí)無論windows還是Linux，簡單地去實(shí)現(xiàn)兩個(gè)兩個(gè)文件夾的同步只需系統(tǒng)自帶的復(fù)制命令加參數(shù)就可以了。

WINDOWS：

xcopy 源文件夾\* 目標(biāo)文件夾 /s /e /y

Linux：

cp -r 源文件夾/* 目標(biāo)文件夾

這里使用python來實(shí)現(xiàn)這些基本功能，并增加一些去重之類的增強(qiáng)功能。

1、復(fù)制源文件夾中文件至目標(biāo)文件夾

要想同步兩個(gè)文件夾中的數(shù)據(jù)，基本思路首先需要遍歷源文件夾中的信息，將源文件夾中的文件復(fù)制到目標(biāo)文件夾。

遍歷文件夾采用os中的listdir函數(shù)就可以了。

import os
 
path_s = 'F:\\test\\s'
path_t = 'F:\\test\\t'
 
for filename in os.listdir(path_s):
 filename_s = path_s+os.sep+filename
 print '[*] Source :',filename_s
 filename_t = path_t+os.sep+filename
 print '[*] Target :',filename_t
 with open(filename_s,'rb') as f_s:
 with open(filename_t,'wb') as f_t:
  f_t.write(f_s.read())

但是很明顯這里沒有考慮源文件夾中還會存在文件夾甚至多重文件夾的情況。

2、源文件夾中存在多重文件夾

一個(gè)簡單的思路就是：在遍歷源文件夾內(nèi)的文件時(shí)，先判定當(dāng)前文件這是文件還是文件夾。如果當(dāng)前文件是文件夾的話，開始遍歷此文件夾內(nèi)的文件，如果里面還有文件夾，遍歷這個(gè)文件夾，依次類推。利用遞歸的方法，代碼如下：

import os
 
 
path_s = 'F:\\test\\s'
path_t = 'F:\\test\\t'
 
def copy_file(paths,patht):
 for filename in os.listdir(paths):
 filename_s = paths+os.sep+filename
 filename_t = patht+os.sep+filename
 if os.path.isdir(filename_s):
  if not os.path.exists(filename_t):
  os.mkdir(filename_t) #在目標(biāo)文件夾中創(chuàng)建對應(yīng)的文件夾
  copy_file(filename_s,filename_t) # 遞歸
 else:
  print '[*] Source :',filename_s
 
  print '[*] Target :',filename_t
  with open(filename_s,'rb') as f_s:
  with open(filename_t,'wb') as f_t:
   f_t.write(f_s.read())
 
 
copy_file(path_s,path_t)

目前，簡單的文件夾復(fù)制功能已經(jīng)實(shí)現(xiàn)了。

3、目標(biāo)文件夾中已有文件不再復(fù)制

一個(gè)簡單的方法就是在目標(biāo)文件夾中復(fù)制文件之前先利用函數(shù)“os.path.exists”判定這個(gè)文件是否存在。

import os
 
 
path_s = 'F:\\test\\s'
path_t = 'F:\\test\\t'
 
def copy_file(paths,patht):
 for filename in os.listdir(paths):
 filename_s = paths+os.sep+filename
 filename_t = patht+os.sep+filename
 if os.path.isdir(filename_s):
  if not os.path.exists(filename_t):
  os.mkdir(filename_t)
  copy_file(filename_s,filename_t)
 else:
  if os.path.exists(filename_t):
  print '[*] "%s" already exists! ' % filename_t
  else:
  print '[*] Source :',filename_s
 
  print '[*] Target :',filename_t
  with open(filename_s,'rb') as f_s:
   with open(filename_t,'wb') as f_t:
   f_t.write(f_s.read())
 
copy_file(path_s,path_t)

這個(gè)辦法避免了一部分已有文件的重復(fù)復(fù)制操作，減少了部分不必要的讀寫操作，但是卻無法消除內(nèi)容相同但名稱、路徑不同的重復(fù)文件。

4、利用MD5判定重復(fù)文件

目前判定兩個(gè)文件是否相同，除了按字節(jié)逐個(gè)對比這個(gè)笨方法外，簡單常用的辦法就是利用MD5和CRC校驗(yàn)，或是按一定規(guī)律挑取文件的指定位置的數(shù)據(jù)塊就行對比。

這次利用文件的MD5值，將目標(biāo)文件夾中已有文件的MD5值保存到列表或字典中，每在源文件夾中讀取一個(gè)文件就判定該文件的MD5值是否已經(jīng)存在于MD5列表，沒有的話再進(jìn)行復(fù)制操作，并將該文件的MD5值寫入列表。

import os
import hashlib
 
path_s = 'F:\\test\\s'
path_t = 'F:\\test\\t'
list_file = {}
 
def create_file_list(path):
 for name in os.listdir(path):
 filename = path+os.sep+name
 if os.path.isdir(filename):
  create_file_list(filename)
 else:
  with open(filename,'rb') as f:
  md5 = hashlib.md5(f.read()).hexdigest()
  if md5 not in list_file:
   list_file[md5] = 1
 
def copy_file(paths,patht):
 for filename in os.listdir(paths):
 filename_s = paths+os.sep+filename
 filename_t = patht+os.sep+filename
 if os.path.isdir(filename_s):
  if not os.path.exists(filename_t):
  os.mkdir(filename_t)
  copy_file(filename_s,filename_t)
 else:
  if os.path.exists(filename_t):
  print '[*] "%s" already exists! ' % filename_t
  else:
  with open(filename_s,'rb') as f_s:
   data = f_s.read()
   file_md5 = hashlib.md5(data).hexdigest()
   if file_md5 not in list_file:
   list_file[file_md5] = 1
   print '[*] Source :',filename_s
   print '[*] Target :',filename_t
   with open(filename_t,'wb') as f_t:
    f_t.write(data)
   else:
   print '[*] "%s"\'s MD5 already exists! ' % filename_t
 
create_file_list(path_t)
copy_file(path_s,path_t)

如下圖，運(yùn)行后內(nèi)容相同的幾個(gè)文件，只有第一次讀取到的時(shí)候才寫入目標(biāo)文件夾，其他路徑下的文件并沒有復(fù)制到目標(biāo)文件夾。