Python 批量删除两个文件中较小的一个

我正在寻找一种方法，根据下面提到的标准对一堆文件进行批量重命名：

文件列表与此类似，应为字母数字：

• A20102-1.loc.txt
• A20100102.loc.txt
• A20100103-1.loc.txt
• A20100103.loc.txt ……等等

下面的伪代码与我希望它的行为方式非常接近，但我试图弄清楚sed、awk、python、perl还是bash脚本是正确的选择（我正在检查这些选项，以便弄清楚我可能需要深入研究哪种实现）：

---

谢谢你的建议$currentPrefix=”“； $previousFile=“”； 而（）{ /（[A-Z]+[0-9]+）-？[0-9]*.loc.txt/； 如果（$1相等$currentPrefix）{ 如果（-s$\u<-s$previousFile）{ 取消链接（美元）； }否则{ 取消链接（$previousFile）； $previousFile=$\uU4； } }否则{ $currentPrefix=$1； $previousFile=$\uU4； } } 还有另一个python解决方案：

import glob
import os
import re

currentPrefix = ""
previousFile = ""
for filename in sorted(glob.glob('*.txt')):
  match = re.match(r'([A-Z]+[0-9]+)-?[0-9]*.loc.txt', filename)
  if match and match.group(1) == currentPrefix:
    if os.stat(filename).st_size < os.stat(previousFile).st_size:
      os.remove(filename)
    else:
      os.remove(previousFile)
      previousFile = filename
  else:
    currentPrefix = match.group(1)
    previousFile = filename

导入全局
导入操作系统
进口稀土
currentPrefix=“”
previousFile=“”
对于排序后的文件名（glob.glob（'*.txt'））：
match=re.match（r'（[A-Z]+[0-9]+）-？[0-9]*.loc.txt'，文件名）
如果match和match.group（1）=currentPrefix：
如果os.stat（文件名）.st_size

---

注意，您需要对文件进行排序，因为GOLB不按字典顺序返回它们…

< P>我将在Perl发布一个解决方案，仅仅因为您不认为它是可能的：

import os
import re

def rm_smaller_of(regex, dir):
    for entry in os.listdir(dir):
        if re.match(regex, entry[:9]):
            matches = [(os.stat(f).st_size, f) for f in os.listdir(dir) 
                        if f[:9] == entry[:9]]
            matches.sort(reverse=True)
            for d in matches[1:]:
                os.remove(d[1])

$currentPrefix=”“；
$previousFile=“”；
而（）{
/（[A-Z]+[0-9]+）-？[0-9]*.loc.txt/；
如果（$1相等$currentPrefix）{
如果（-s$\u<-s$previousFile）{
取消链接（美元）；
}否则{
取消链接（$previousFile）；
$previousFile=$\uU4；
}
}否则{
$currentPrefix=$1；
$previousFile=$\uU4；
}
}

还有另一个python解决方案：

import glob
import os
import re

currentPrefix = ""
previousFile = ""
for filename in sorted(glob.glob('*.txt')):
  match = re.match(r'([A-Z]+[0-9]+)-?[0-9]*.loc.txt', filename)
  if match and match.group(1) == currentPrefix:
    if os.stat(filename).st_size < os.stat(previousFile).st_size:
      os.remove(filename)
    else:
      os.remove(previousFile)
      previousFile = filename
  else:
    currentPrefix = match.group(1)
    previousFile = filename

导入全局
导入操作系统
进口稀土
currentPrefix=“”
previousFile=“”
对于排序后的文件名（glob.glob（'*.txt'））：
match=re.match（r'（[A-Z]+[0-9]+）-？[0-9]*.loc.txt'，文件名）
如果match和match.group（1）=currentPrefix：
如果os.stat（文件名）.st_size

请注意，您需要对文件进行排序，因为glob不会按字典顺序返回它们

import os
import re

def rm_smaller_of(regex, dir):
    for entry in os.listdir(dir):
        if re.match(regex, entry[:9]):
            matches = [(os.stat(f).st_size, f) for f in os.listdir(dir) 
                        if f[:9] == entry[:9]]
            matches.sort(reverse=True)
            for d in matches[1:]:
                os.remove(d[1])

我认为这应该行得通

>>> rm_smaller_of('[A-Z]\d{8}$', '/home/you/list')

我认为这应该行得通

>>> rm_smaller_of('[A-Z]\d{8}$', '/home/you/list')

---

我的条目：不是很简洁，但希望可读

import sys, os
from collections import defaultdict

filenames = sys.argv[1:]

# collect like-named files
groups = defaultdict(set)
for filename in filenames:
    key = filename.split('.')[0].split("-")[0]
    groups[key].add(filename)

# work on each group
for names in groups.values():
    target_name = sorted(names)[0] # or min(names, key=len), or whatever
    largest_file = max(names, key=os.path.getsize)

    os.rename(largest_file, target_name)

    to_remove = names.difference((largest_file, target_name))
    for name in to_remove:
        os.remove(name)

---

我的条目：不是很简洁，但希望可读

import sys, os
from collections import defaultdict

filenames = sys.argv[1:]

# collect like-named files
groups = defaultdict(set)
for filename in filenames:
    key = filename.split('.')[0].split("-")[0]
    groups[key].add(filename)

# work on each group
for names in groups.values():
    target_name = sorted(names)[0] # or min(names, key=len), or whatever
    largest_file = max(names, key=os.path.getsize)

    os.rename(largest_file, target_name)

    to_remove = names.difference((largest_file, target_name))
    for name in to_remove:
        os.remove(name)

---

为什么不先决定要用什么编写解决方案呢？好的，python可能对我来说是最好的。你说的“小”或“大”文件是什么意思？你在看文件大小吗？哪个文件名按字母顺序排在第一位？还有别的吗？@AdamRosenfield是的；按字母顺序较小/较大：文件大小。谢谢你clarifying@jml然后编辑你的帖子。并重新标记它！！为什么不先决定要用什么编写解决方案呢？好的，python可能对我来说是最好的。你说的“小”或“大”文件是什么意思？你在看文件大小吗？哪个文件名按字母顺序排在第一位？还有别的吗？@AdamRosenfield是的；按字母顺序较小/较大：文件大小。谢谢你clarifying@jml然后编辑你的帖子。并重新标记它！！太好了，@Drogans！谢谢我也会尝试一下。我在“for entry in files:”上遇到一个错误，因为没有定义“files”。我遗漏了什么？起初我打算将

os.listdir（dir）

分配给

文件

，但我认为，随着文件被删除，它可能会变得丑陋。我改了。太好了，Drogans！谢谢我也会尝试一下。我在“for entry in files:”上遇到一个错误，因为没有定义“files”。我遗漏了什么？起初我打算将

os.listdir（dir）

分配给

文件

，但我认为，随着文件被删除，它可能会变得丑陋。我改变了它。我发现你的代码非常可读；非常感谢。我还没有试过，但我想问一下，如果文件中有操作系统根据副本添加的“错误”字符，是否可以适当地重命名文件-例如，如果“A20100102-1.loc.txt”是较大的文件，它看起来可以将其重命名为“A20100102.loc.txt”，对吗？我发现您的代码非常可读；非常感谢。我还没有试过，但我想问一下，如果操作系统在重复字符的基础上添加了“错误”字符，这是否会适当地重命名文件-例如，如果“A20100102-1.loc.txt”是较大的文件，它看起来可以将其重命名为“A20100102.loc.txt”，对吗？这对我很有效；我稍微修改了它，以便在必要时处理文件重命名；我稍微修改了它，以便在必要时处理文件重命名。