通过hash判断相同简历文件，并将重复文件移动至其他目录

关注

原创最新推荐文章于 2026-11-08 21:05:35 发布 370 阅读 AI 写同款· GEO 优化 ›

用Python脚本批量整理PPT模板：从散乱文件到可检索资产库面对海量本地文件，如何从“收藏”走向“资产化”是数字资源管理的核心挑战。以PPT模板合集中的批量整理为例，单纯保存文件只会加剧检索困难与存储冗余。借助Python脚本，可实现批量扫描、统一重命名与哈希去重，通过为每个文件生成MD5指纹识别重复内容，再配合目录规划、压缩归档与索引生成，构建一套带元数据的本地素材库。这一流程不仅适用于PPT模板，也适用于图标、简历等批量资源。本文从数据治理视角出发，演示如何用可复现的脚本将10000+散乱模板转化为可检索、可备份的资产库，显著提升素材复用效率。阅读详情

import os
import hashlib
import shutil

def calculate_hash(file_path):
    """计算文件的SHA-256哈希值"""
    sha256 = hashlib.sha256()
    with open(file_path, 'rb') as f:
        for block in iter(lambda: f.read(4096), b""):
            sha256.update(block)
    return sha256.hexdigest()

def move_duplicates(dir_path, dest_path):
    """递归遍历目录，查找重复文件并移动"""
    if not os.path.exists(dest_path):
        os.makedirs(dest_path)
    
    file_hashes = {}
    
    for root, _, files in os.walk(dir_path):
        for file in files:
            file_path = os.path.join(root, file)
            file_hash = calculate_hash(file_path)
            
            if file_hash in file_hashes:
                # 如果文件哈希值已经存在，说明是重复文件，移动到目标目录
                shutil.move(file_path, os.path.join(dest_path, file))
                print(f"重复文件 {file_path} 已移动到 {dest_path}")
            else:
                # 否则，记录文件哈希值
                file_hashes[file_hash] = file_path

dir_path = "/Users/北京橙溪科技/Documents/EnWing.com/allResume/"
dest_path = "/Users/北京橙溪科技/Downloads/del/"

move_duplicates(dir_path, dest_path)