ls -R toto
import os
def listfiles(path):
for root, dirs, files in os.walk(path):
for f in files: print (os.path.join(root,f))
listfiles('toto')
def count1(path):
f=d=0
for root, dirs, files in os.walk(path):
f+=len(files); d+=len(dirs)
print ("%d files, %d directories" % (f,d))
# ne compte pas "."
count1('toto')
def count2(path):
f=s=d=0
for root, dirs, files in os.walk(path):
for dir_ in dirs:
if os.path.islink(root+os.sep+dir_): s+=1
else: d+=1
for file_ in files:
if os.path.islink(root+os.sep+file_): s+=1
else: f+=1
print ("%d directories, %d files, %d symlinks" % (d,f,s))
count2('toto')
# Un lien vers un fichier non existant peut générer une erreur
# On gère avec try/except
def stats(path):
fpriv=fpub=spriv=spub=dpriv=dpub=0
for root, dirs, files in os.walk(path):
for dir_ in dirs:
try:
pub = os.stat(root+os.sep+dir_).st_mode % 64
if os.path.islink(root+os.sep+dir_):
if pub: spub+=1
else: spriv+=1
else:
if pub: dpub+=1
else: dpriv+=1
except Exception as e :
print (root+os.sep+dir_+' --> broken link!')
print (e)
for file_ in files:
try:
pub = os.stat(root+os.sep+file_).st_mode % 64
if os.path.islink(root+os.sep+file_):
if pub: spub+=1
else: spriv+=1
else:
if pub: fpub+=1
else: fpriv+=1
except Exception as e:
print (root+os.sep+file_ + ' --> broken link!')
print (e)
print()
print ("Statistics of %s:" % path)
print()
print ("Public directories: %d" % dpub)
print ("Private directories: %d" % dpriv)
print ("Public files: %d" % fpub)
print ("Private files: %d" % fpriv)
print ("Public symlinks: %d" % spub)
print ("Private symlinks: %d" % spriv)
stats('toto')
ls -lR toto
On parcourt récursivement l'arborescence du répertoire examiné, et on calcule un hachage (ici, md5) de chaque fichier rencontré. On utilise ces hachages (des chaines de 32 caractères hexadécimaux, par exemple 643385065da73cee1b42e504b0be1c8d) comme clefs d'un dictionnaire, dont les valeurs sont les listes des fichiers correspondant à ce hachage (donnés avec leur chemin absolu). On renvoie ensuite les listes ayant au moins deux éléments, et on les affiche au format demandé.
#!/usr/bin/env python3
'''
duplicates: lists identical files in a directory.
Usage: duplicates [-e] [--extension] [file extension],
[-d] [--directory] [directory]
[-o] [--outfile] [output file]
|-h] [--help]
'''
import os, hashlib, sys, getopt
def find_duplicates(extension, directory):
d = {}
for root, dirs, files in os.walk(directory):
for f in files:
if not extension or os.path.splitext(f)[1][1:] == extension:
p = os.path.join(root,f)
try:
s = open(p,'rb').read()
md5 = hashlib.md5(s).hexdigest()
if md5 in d: d[md5].append(p)
else: d[md5] = [p]
except: pass
return d
def usage():
'Print usage doc and exit.'
print (__doc__)
sys.exit()
if __name__ == '__main__':
extension = None
directory = os.getcwd() # portabilité : os.environ['PWD'] n'existe pas sous windows
outfile = sys.stdout
out = False
try:
optlist, arglist = getopt.getopt(sys.argv[1:],
'he:d:o:',
['help', 'extension=',
'directory=', 'outfile=' ])
except:
usage()
for option in optlist:
if option[0] in ['-h', '--help']: usage()
if option[0] in ['-e', '--extension']: extension = option[1]
if option[0] in ['-d', '--directory']: directory = option[1]
if option[0] in ['-o', '--outfile']:
outfile = open(option[1],'w')
out = True
d = find_duplicates(extension, directory)
for x in d:
if len(d[x])>1:
for y in d[x]:
outfile.write(y+'\n')
outfile.write('\n')
if out: outfile.close()
On construit une expression régulière dist_pat(w) recherchant le remplacement ou effacement de la lettre à chaque position i possible, ou l'insertion d'une lettre avant la position i, en deux étapes.
import re
def dist_pat(w):
# remplacement ou effacement de la lettre en position i
ll = [ w[:i] + '.?' + w[i+1:] +'$' for i in range(len(w))]
# insertion d'une lettre avant la position i
ll.extend([w[:i] + '.' + w[i:] + '$' for i in range(len(w)+1)])
# le "ou" de toutes ces conditions
return '(' + '|'.join(ll) + ')'
def lookup(w):
ll = open('liste.de.mots.francais.frgut.txt', encoding='latin1').readlines()
if w:
s=dist_pat(w); p=re.compile(s, re.U)
return [w.rstrip() for w in ll if re.match(p,w)]
else: return [x.rstrip() for x in ll if len(x.rstrip())==1]
print (lookup('ais'))
dist_pat('ais')