test3 中读取文件的问题

老师，想问一下，课程中test3.py在后续优化的时候，如图

这两个地方的if判断是否没必要了，使用rb打开文件的话应该不管文件是txt还是zip，都是以二进制格式打开的嘛，f.read()返回的数据也都是二进制的，而且即使文件中有中文应该也不影响吧，这样理解对不对？

三十岁社恐学开发 2023-05-25

源自：Python办公自动化 2-11 清理重复的文件

收起

1回答

好帮手慕小猿 2023-05-25 14:51:18

同学，你好！1、需要的，第一个if 语句中如果有zip 说明是压缩文件，用rb 读取，不需要写编码。如果不是zip 文件执行else语句，例如是个.txt文件，文件名有中文，读取文件内容时需要指定读取编码。不然会报错的。

2、haslib.md5()参数类型需要是bytes类型。如果是bytes类型就不需要将数据再转byte类型了，若不是byte类型，则需要执行else语句将数据转为bytes类型后，再使用hashlid.md5函数

祝学习愉快~

收起回答

提问者三十岁社恐学开发 #1

# coding:utf-8
import os
import hashlib

from glob import glob

# 获取当前路径下所有内容
# 判断每个内容的类型（文件夹还是文件）
# 递归

data = {}


def clear(path):
    result = glob(path)

    for _data in result:
        if os.path.isdir(_data):
            if 'venv' in _data:
                continue
            _path = os.path.join(_data, '*')
            clear(_path)
        else:
            name = os.path.split(_data)[-1]

            f = open(_data, 'rb')
            content = f.read()
            f.close()

            hash_content_obj = hashlib.md5(content)
            hash_content = hash_content_obj.hexdigest()

            if name in data:
                sub_date = data[name]
                is_delete = False

                for k, v in sub_date.items():
                    if hash_content == v:
                        os.remove(_data)
                        print('%s 文件已删除' % _data)
                        is_delete = True

                if not is_delete:
                    data[name][_data] = hash_content

            else:
                data[name] = {
                    _data: hash_content
                }


if __name__ == '__main__':
    n_path = os.path.join(os.getcwd(), '*')
    clear(n_path)
    for k1, v1 in data.items():
        for _k, _v in v1.items():
            print(_k, _v)

但我试过直接这样写的话也没问题啊，文件中有中文也没报错

2023-05-26 08:35:13