你的手机是不是经常提示存储空间不足?Python帮你清理重复文件

　　最近我的手机经常提示存储空间不足，主要是微信和QQ群里接收的文件太多了，平时也没怎么整理。我把这些文件从手机里拷出来，打算整理一下，把该删的文件都删掉，把要备份的文件分门别类存到电脑或网盘上。我突然发现个问题，就是手机里有很多重复文件，文件名不一样，但是内容完全相同。这就搞得我很头疼，手动一个一个文件去对比，再删掉重复的文件会累死的。

　　于是就有了个想法，用Python写一个小工具，把重复文件都给我列出来，我直接批量勾选删除就行了。

这个小工具是用Python3.8.10和wxPython4.2.0开发的，主要解决这几个问题就能实现了：

1. 遍历指定文件夹中的所有文件
2. 生成所有文件的MD5哈希值并保存在字典里，字典的key是哈希值，value是一个列表，列表存放所有哈希值一样的文件路径。
3. 为了不让界面卡死，在文件处理过程中，需要使用单独的线程。
4. 设计GUI，这里我是纯手工写的GUI代码。wxPython官方的示例很齐全，很多控件示例拷过来改改就可以了。
5. 调用系统函数打开文件、打开文件所在位置、删除文件。

下面贴几个段关键代码：

遍历文件

# 遍历文件，将所有文件的路径放入一个列表里
def disk_walk(filepath):
    path_collection = []
    for dirpath, dirnames, filenames in os.walk(filepath):
        for file in filenames:
            fullpath = os.path.join(dirpath, file)
            path_collection.append(fullpath)

    return path_collection

生成文件MD5哈希值

# 生成文件的MD5值，通过比较文件的MD5值，就可以判定两个文件是否一致
def make_hash(file_path):
    try:
        md5 = hashlib.md5()  # 创建一个md5算法对象
        with open(file_path, 'rb') as f:  # 打开一个文件，必须是'rb'模式打开
            while 1:
                data = f.read(1024)  # 由于是一个文件，每次只读取固定字节
                if data:  # 当读取内容不为空时对读取内容进行update
                    md5.update(data)
                else:  # 当整个文件读完之后停止update
                    break
        ret = md5.hexdigest()  # 获取这个文件的MD5值
    except OSError:
        print('Permission denied: %s' % file_path)
        return None
    return ret

文件大小格式化输出

# 文件大小格式化输出
def FormatFileSize(size):
    for x in ['B', 'KB', 'MB', 'GB', 'TB', 'PB']:
        if size < 1024.0:
            return "%3.2f %s" % (size, x)
        size /= 1024.0

单独线程处理遍历文件和生成MD5哈希值的任务

    def PopulateList(self, path, info):
        self.info = info
        self.list.DeleteAllItems()
        self.record.clear()
        _thread.start_new_thread(self.Run, (path,))

    def Run(self, filepath):
        # wx.BeginBusyCursor()
        files = disk_walk(filepath)
        count = len(files)
        self.gauge.SetRange(count)

        for idx, f in enumerate(files):
            hash_value = make_hash(f)
            if hash_value is None:
                continue

            if hash_value in self.record:
                df = self.record[hash_value]
                df.append(f)
            else:
                df = [f]
                self.record[hash_value] = df
            wx.PostEvent(self.list, UpdateListEvent(file=f, total=count, index=idx + 1))
        # wx.EndBusyCursor()

打开文件

# 打开文件
    def OnOpenFile(self, event):
        index = self.list.GetFirstSelected()
        filepath = self.getColumnText(index, 3)
        os.startfile(filepath)

打开文件位置

    # 打开文件所在位置
    def OnOpenFileLocation(self, event):
        index = self.list.GetFirstSelected()
        filepath = self.getColumnText(index, 3)
        os.system(f'explorer /select, {filepath}')

删除勾选的文件

# 删除勾选的文件
    def OnDeleteFile(self, event):
        itemcount = self.list.GetItemCount()
        itemschecked = [i for i in range(itemcount) if self.list.IsItemChecked(item=i)]
        if len(itemschecked) == 0:
            wx.MessageBox('请勾选需要删除的文件', '消息', wx.OK | wx.ICON_INFORMATION)
        else:
            rs = wx.MessageBox('确定要删除选中的文件吗?', '确认', wx.YES_NO | wx.ICON_WARNING)
            if rs == wx.YES:
                itemschecked.reverse()  # 列表反转，从后往前删，避免因ListCtrl的Item索引变化而删除失败
                for index in itemschecked:
                    try:
                        file_path = self.getColumnText(index, 3)
                        os.remove(file_path)
                        self.list.DeleteItem(index)
                    except OSError:
                        print('Permission denied: %s' % file_path)

wxPython有个自定义事件处理机制

先定义事件

# This creates a new Event class and a EVT binder function
(UpdateListEvent, EVT_UPDATE_BARGRAPH) = wx.lib.newevent.NewEvent()

绑定事件到UI控件上

self.list.Bind(EVT_UPDATE_BARGRAPH, self.OnUpdate)

事件处理方法

    def OnUpdate(self, event):
        self.info.SetLabel(event.file)
        self.gauge.SetValue(event.index)
        if event.index == event.total:
            self.info.SetLabel('已完成扫描')
				......

在独立线程中每处理完一个文件就触发事件，通知UI控件更新

wx.PostEvent(self.list, UpdateListEvent(file=f, total=count, index=idx + 1))