Python-对比参考目录查找多个文件夹中不同的文件
改完文件名称后，Dr.he 发现分别保存5个状态的jpg 文件的文件夹出现缺少文件的情况。为了让他少熬夜查找缺失文件，结合网友分享的脚本，写了查找以下代码，满足他的需求，同时备忘。以下代码能解决实际需求，适合初学者。不足之处，欢迎指出修正！
写这篇文章前，以为方法和函数一样的，若同样有此困惑的网友可参考：https://www.cnblogs.com/mayugang/p/9977914.html
方法解析：
standard_directory() 函数用于输入要检索的文件夹路径，共有5次机会，期间可以输入‘#’退出程序。路径要符合以下条件：
- 路径层级只能用正斜杠‘/’表示，不能包含反斜杠‘\’；
- 不能是文件路径；
- 文件夹目录不能包含文件；
- 其他的情况不允许的情况，例如路径不存在。
standard_file(folder_dir) 函数用于输入记录检索结果的文件路径，共有5次机会，期间可以输入‘#’退出程序。路径要符合以下条件：
- 路径层级只能用正斜杠‘/’表示，不能包含反斜杠‘\’；
- 不能是文件夹路径；
- 文件路径的上级目录不能是要检索的文件夹路径folder_dir；
- 输入不存在的文件路径：其上级目录不能是要检索的文件夹路径folder_dir，不能是不存在文件夹路径。
input_directory() 函数调用了standard_directory()、standard_file(folder_dir) ，输入文件夹和文件路径，分别返回这两个路径；
max_files_directory(src_directory) 函数根据文件夹路径查找文件名称是14个字符的文件数量最多的文件夹路径作为参考目录，就是这个文件夹为准，查找不在此文件夹中的文件。返回文件最多的文件夹目录
max_file_index、文件夹列表的大小file_folder_count、参考目录的文件列表max_file_folder_dir。
find_missing_file() 函数调用了input_directory()、max_files_directory(src_directory)，查找目标目录的文件是否缺少参考目录的文件，记录下缺少的文件到结果文件中。
1 import os 2 import datetime 3 4 5 def standard_directory(): 6 pass_status = False # 目录输入通过的状态，初始不通过 7 inp_limit = 5 # 输入限制次数 8 warn_str = "请输入要检索的文件夹完整路径(如C:/Users/Default/Pictures)，退出请按’#‘：" 9 for inp_count in range(inp_limit): 10 pass_status = True # 目录输入通过的状态，布尔类型 11 inp_path = input("文件夹路径输入限制{}次，第{}次\n".format(inp_limit, inp_count + 1) + warn_str) 12 if '\\' in inp_path or '/' not in inp_path: 13 if inp_path == '#': 14 exit() # 退出程序 15 print("输入的文件夹路径格式有误,路径层级只能用正斜杠‘/’表示\n") 16 pass_status = False 17 elif os.path.isfile(inp_path): 18 print("输入路径是文件格式，路径只能是文件夹的目录\n") 19 pass_status = False 20 elif os.path.isdir(inp_path): 21 count = 0 # 记录文件的数量 22 for folder in os.listdir(inp_path): 23 if '.' in folder: 24 count += 1 # 记录文件的数量 25 if count > 0: 26 print("输入的路径中包含文件，路径中只能有文件夹\n") 27 pass_status = False 28 # 当路径不存在 29 else: 30 print("输入文件夹路径不存在或存在未知错误，请检查\n") 31 pass_status = False 32 if pass_status: 33 return inp_path 34 if not pass_status: 35 print("{}次输入检索的文件夹路径有误，程序退出".format(inp_limit)) 36 exit() # 路径输入错误，退出程序 37 38 39 def standard_file(folder_dir): 40 pass_status = False # 目录输入通过的状态，初始不通过 41 inp_limit = 5 # 输入限制次数 42 warn_str = "请输入记录结果的文件完整路径(如C:/Users/Default/Pictures/log.txt)，退出请按’#‘：" 43 for inp_count in range(inp_limit): 44 pass_status = True # 目录输入通过的状态，布尔类型 45 inp_path = input("文件夹路径输入限制{}次，第{}次\n".format(inp_limit, inp_count + 1) + warn_str) 46 if '\\' in inp_path or '/' not in inp_path: 47 if inp_path == '#': 48 exit() # 退出程序 49 print("输入的文件路径格式有误,路径层级只能用正斜杠‘/’表示\n") 50 pass_status = False 51 elif os.path.isdir(inp_path): # 若输入的是存在的文件夹路径 52 print("输入的文件路径格式有误,路径是文件夹路径\n") 53 pass_status = False 54 elif os.path.isfile(inp_path): 55 parent_path = os.path.dirname(inp_path) 56 if parent_path == folder_dir: 57 print("记录结果的文件不能在要检索的文件夹路径中：{}\n".format(folder_dir)) 58 pass_status = False 59 continue 60 elif not os.path.exists(inp_path): # 若输入的是不存在的文件或文件夹 61 # 若输入的路径包含逗号‘.’ 62 if '.' in inp_path: 63 parent_path = os.path.dirname(inp_path) # 获取文件的上级目录 64 if not os.path.exists(parent_path): # 文件的上级目录不存在 65 print("输入文件的上级目录不存在\n") 66 pass_status = False 67 elif parent_path == folder_dir: # 文件的上级目录不能是要检索的文件夹路径 68 print("记录结果的文件不能在要检索的文件夹路径中：{}".format(folder_dir)) 69 pass_status = False 70 else: 71 # 若是文件则要判断，文件上级路径是否存在 72 print("输入的文件路径存在未知") 73 pass_status = False 74 if pass_status: 75 return inp_path 76 if not pass_status: 77 print("{}次输入记录结果的文件完整路径有误，程序退出".format(inp_limit)) 78 exit() # 路径输入错误，退出程序 79 80 81 def input_directory(): 82 src_path = standard_directory() 83 print("\n") 84 res_path = standard_file(src_path) 85 return src_path, res_path 86 87 88 def max_files_directory(src_directory): 89 file_folders = os.listdir(src_directory) # 文件夹名称列表 90 file_folder_count = len(file_folders) # 传参的文件夹中文件夹的数量 91 file_num_list = [] # 定义文件数量列表，赋值空列表 92 # 查找文件最多的目录（文件夹）作为参照目录 93 for folder in file_folders: 94 count = 0 # 记录文件名称是14个字符的文件数量 95 file_list = os.listdir(src_directory + "/" + folder) # 文件夹中的文件列表 96 # 查找包括后缀名的文件名称是14个字符 97 for file in file_list: 98 if len(file) == 14: 99 count += 1 # 记录文件名称长度符合的文件数量 100 file_num_list.append(count) # 将文件数量增加到件数量列表的后面 101 # file_num = len(file_list) # 获取文件夹中的文件数量 102 # file_num_list.append(file_num) # 将文件数量增加到件数量列表的后面 103 max_file_index = file_num_list.index(max(file_num_list)) # 查找文件列表中文件数量最大的索引 104 # 文件名符合条件的文件数量最多的文件夹是参照目录，其余文件夹的文件与参照目录的文件比较不同 105 max_file_folder_dir = src_directory + "/" + file_folders[max_file_index] 106 # 返回形参目录的文件最多的文件夹目录，文件夹列表的大小，参考目录的文件列表 107 return max_file_index, file_folder_count, max_file_folder_dir 108 109 110 # 查找目标目录的文件是否缺少参考目录的文件，记录下缺少的文件到结果文件中 111 def find_missing_file(): 112 # 返回要对比文件夹目录、记录结果的文件路径 113 src_directory, log_path = input_directory() 114 115 # 返回实参目录的文件最多的文件夹索引、实参目录的文件夹列表的大小，实参目录中参考目录 116 max_file_index, file_folder_count, max_file_folder_dir = max_files_directory(src_directory) 117 refer_file_names = os.listdir(max_file_folder_dir) # 参照目录下的文件列表 118 print("\n输入的目录中文件最多的文件夹索引：{}，输入的目录中文件夹列表的大小：{}，作为参考的文件夹路径：{}\n参考目录的文件列表：{}\n" 119 .format(max_file_index, file_folder_count, max_file_folder_dir, refer_file_names)) 120 121 # 获取当前日期和时间，将时间转为字符串 122 now_time = datetime.datetime.strftime(datetime.datetime.now(), '%Y-%m-%d %H:%M:%S') 123 # 以读/写 追加的模式打开文件 124 write_file = open(log_path, 'a+') 125 # 以追加的模式写入当前日期和时间 126 write_file.write(now_time + "\n") 127 # 以追加的模式写入参照目录 128 write_file.write("参考目录：" + max_file_folder_dir + "\n") 129 # 循环目录的文件列表 130 for i in range(file_folder_count): 131 # 当索引等于有最多文件的文件夹（参考文件夹）索引，跳出当前循环 132 if i == max_file_index: 133 print("第{}个文件夹是参考目录：{}".format(i + 1, os.listdir(src_directory)[i])) 134 continue 135 136 count = 0 # 记录与参照文件夹的文件不同的数量 137 # 目的文件夹（非参考文件夹）的文件 138 target_path = src_directory + "/" + os.listdir(src_directory)[i] 139 target_file_names = os.listdir(target_path) 140 print("第{}个文件夹的路径{}\n文件夹的文件列表：{}\n".format(i + 1, target_path, target_file_names)) 141 142 for name in refer_file_names: 143 if len(name) == 14: 144 if name not in target_file_names: 145 write_file.write(name + "\n") # 将在参照目录的文件却不在目的文件夹（非参照文件夹）的文件，写入文件 146 count += 1 # 记录与参照文件夹的文件不同的数量 147 write_file.write(target_path + " 缺少的文件数目：" + str(count) + "\n\n") 148 149 write_file.close() # 关闭文件 150 151 152 # Python 内置的系统变量 __name__用于标识所在模块的模块名 153 # if __name__ == '__main__': 的作用是确保只有单独运行该模块时，此表达式才成立，才可以进入此判断语法，执行其中的测试代码 154 if __name__ == '__main__': 155 find_missing_file()
