比较文件夹内容

Question

我需要比较XP计算机上的两个文件夹。

这是一个广播电台，我们将所有音乐存储为高比特率mp3格式，当从CD获取新歌曲时，它们以wav格式存储。我需要能够比较mp3和wav文件夹中的重复项（命名除文件扩展名外完全相同）。目标是生成一个列表，其中列出了wav文件夹中没有mp3版本的项目。

Python 2.7已安装，我非常有限的编码经验是使用Python。

非常感谢您的帮助，即使只是指导方向...谢谢。

- user1192965

---

从2个文件夹中读取文件名，使用正则表达式或简单的indexOf处理文件名以删除扩展名，将文件名放入与之对应的集合中（我们使用2个集合，每个集合对应一个文件夹）。然后遍历其中一个集合，并查找文件名是否存在于另一个集合中。我没有经常使用Python，但应该有某种类型的集合，它在内部是一棵树或哈希表。 - nhahtdh

@nhahtdh，赞一个发布指导而不是解决方案的做法。 - tuxuday

Answer 1

使用os.listdir获取文件夹内容，使用os.path.splitext确定基础名称：

import os
wavs = set(os.path.splitext(fn)[0] for fn in os.listdir('/path/to/wavs'))
mp3s = set(os.path.splitext(fn)[0] for fn in os.listdir('/path/to/mp3s'))
must_convert = wavs - mp3s

如果您想汇总多个文件夹中的mp3和wav文件（但不是递归），则必须存储基本名称和完整文件名：

import os,collections
files = collections.defaultdict(dict)
for d in ['/path/to/wavs', '/more/wavs', '/some/mp3s', '/other/mp3s']:
    for f in os.listdir(d):
        basename,ext = os.path.splitext(f)
        files[ext][basename] = os.path.join(d, f)
files_to_convert = [fn for basename,fn in files['.wav'].items()
                       if basename not in files['.mp3']]

- phihag

---

只是个人好奇：即使存在嵌套的子文件夹，这个方法是否有效？我的意思是，它是否会递归地在子文件夹中查找文件？ - Nadir Sampaoli

@nadirs 不需要（因为递归版本不会像简洁的三行代码那样好看）。你需要递归比较吗？ - phihag

@phihag 不，我不是楼主，我只是对此很好奇。谢谢你的回答。 - Nadir Sampaoli

这对我很有效。但是，如果mp3文件在不止一个文件夹中（而不是子文件夹），那么在将它们与wavs进行比较之前，我该如何汇总所有mp3文件？ - user1192965

@floatingshed 然后它变得更加复杂。已更新该问题的解决方案。 - phihag

Answer 2

    import os
    wav=[os.path.splitext(x)[0] for x in os.listdir(r'C:\Music\wav') if os.path.splitext(x)[1]=='.wav']
    mp3=[os.path.splitext(x)[0] for x in os.listdir(r'C:\Music\mp3') if os.path.splitext(x)[1]=='.mp3']  

   #here wav is a list names of only those files whose extension is .wav 
   #here mp3 is a list names of only those files whose extension is .mp3 

    print(set(wav)-set(mp3))

- Ashwini Chaudhary

Answer 3

这里有一个递归的解决方案，略基于phihag的答案。

import os
sets = {}
for dirname in 'mp3_folder', 'wav_folder':
    sets[dirname] = set()
    for path, dirs, files in os.walk(dirname):
        sets[dirname].update(os.path.join(path, os.path.splitext(fn)[0]).lstrip(dirname) for fn in files)
must_convert = sets['mp3_folder']-sets['wav_folder']
print('\n'.join(sorted(must_convert)))

- Oleh Prypin