使用Python查找目录中的重复文件

是这样的，电脑上的堆积的照片有点多，而且重复的照片被放在了不同的目录，占用的空间越来越大，数量也有多的已经不太适合人工分辨整理，写个Python脚本来处理吧。

文件的唯一标识 - MD5

假如你要处理的重复文件有不同的文件名，最简单的办法就是通过MD5来确定两个文件是不是一样的。

这个方法可以快速获得一个文件的MD5值， 可以根据文件大小和CPU性能调整，一般选择的值约等于文件的平均大小。

保存所有文件标识和路径

接下来遍历所有文件，使用MD5作为key，路径作为value，保存起来。

处理重复文件

最后一步非常简单，把前面建立的字典做一个简单的过滤就能找到重复文件。

接下来你可以根据自己的需要删除或者保留某个路径下的文件，本文到此为止。

完整的脚本代码： https://gist.github.com/tobyqin/9299d27bdb429ffaa7713ed760a44fbb