使用python删除重复文件

作为一个个人项目（为了更好地学习python），我开始研究一个重复文件删除程序（特别是.mp3文件，因为我在尝试整理我的全部重复音乐收藏时想到了它）。现在，我非常清楚如何继续，匹配文件名，只提供那些相似度超过0.7的文件来删除，并对那些相同但名称完全不同的文件使用md5求和（例如：“metallica Nother matters”和“Track1”）。问题是，我不知道该如何处理那些具有不同名称的文件，并且它们彼此之间有点不同，例如，“没有其他问题”和“Track1”是相同的，只是“Track1”在末尾有2秒的静默。我的问题是：是否有某种方法或算法可以检查文件之间的相似性？类似于字符串匹配但在文件上？不管它是一个复杂的算法，越难越好，因为我这样做只是为了学习：你可以用它来计算一段音乐的指纹。它应该能够找到类似的音乐文件

如果您想进一步推动这一点，您可以使用的api来查找有关一段音乐的确切信息

这些库在我使用的两个伟大的音乐库标记和排序应用程序中使用：和。

您可以使用，它为一段音乐计算指纹。它应该能够找到类似的音乐文件

如果您想进一步推动这一点，您可以使用的api来查找有关一段音乐的确切信息

---

这些库用于我使用的两个伟大的音乐库标记和排序应用程序：和。

您还可以查看win32模块，以下是链接

---

您还可以查看win32模块，以下是链接

---

根据相似性匹配MP3文件对我来说是一项非常不平凡的任务。如果您发现一个库可以进行开箱即用的匹配，那么在您的项目中使用它。如果你不能，那么我鼓励你选择一个不同的项目来学习这门语言。为了有意义地做到这一点，你可能需要解码MP3文件，而不是做一些相当复杂的统计分析，可能包括傅里叶变换声音数据的互相关。如果你真的从事这个项目，你会学到很多关于统计学的知识，而对Python了解很少。好吧，我是一名计算机科学专业的学生，有4个月的空闲时间（暑假），我有点想从事一项不平凡的工作，如果可以的话，我正在考虑使用matlab/mathematica来获取声像图，或者噪声水平（我不太熟悉声音操纵术语），然后绘制它们并比较结果图，但同样，这可能会消耗时间和内存：类似的问题：基于相似性匹配MP3文件对我来说是一项非常不平凡的任务。如果你找到一个库可以进行开箱即用的匹配，那么就在你的项目中使用它。如果你不能，那么我鼓励你去pick学习语言的另一个项目。要以有意义的方式完成这项工作，你可能需要解码MP3文件，而不是做一些相当复杂的统计分析，可能包括傅里叶变换声音数据的互相关。如果你真的从事这项工作，你将学到很多关于统计的知识，而不是一些简单的统计分析关于Python。嗯，我是一名计算机科学专业的学生，有4个月的空闲时间（暑假），我有点想从事一项非琐碎的任务，如果可以的话，我正在考虑使用matlab/mathematica来获取声像图或噪声水平（我对声音处理术语不太熟悉），然后绘制它们并比较结果图，但同样，这可能会消耗时间和内存：类似的问题：和