cdsn代码处理：简单查找重复文本文件

简单查找重复文本文件

声明这是最初

我的提问给个文本分类清单

input查找文件夹下
.py .txt  .excel .word
一模一样的文本

不是找文件名
找相同格式下的文件文本是否一样
文件单独复制到文件夹下

两个文件全部复制到文件夹下
print 打印相同文本文件的名字
比如查找到了3.py与4.5.是.py文件中的文本文件相同
则print

相同.py文本文件为

1. 
3.py
4.5.是.py
统计他们的字数：30个
标点符号个数：等等全部相同

原代码

import os
import shutil
from filecmp import cmp

# 统计文件的字数和标点符号个数
def count_chars_and_punctuations(filepath):
    with open(filepath, "r", encoding="utf-8") as f:
        text = f.read()
        # 统计字数
        char_count = len(text)
        # 统计标点符号个数
        punct_count = sum([1 for char in text if char in "，。！？；：“”‘’【】《》（）{}【】、|——"])
    return char_count, punct_count

# 查找指定文件夹下指定扩展名的文件，并比较它们的文本内容是否一样，若一样则将它们复制到Duplicates文件夹中
def find_duplicate_files(folder_path, extensions):
    file_paths = []
    for extension in extensions:
        # 遍历文件夹中指定扩展名的文件
        files = [os.path.join(folder_path, file) for file in os.listdir(folder_path) if file.endswith(extension)]
        file_paths.extend(files)

    texts = {}  # 记录已经出现过的文件的文本内容和文件路径

    # 比较文件文本内容是否一样，并将一样的文件复制到Duplicates文件夹中
    for file_path in file_paths:
        with open(file_path, "r", encoding="utf-8") as f:
            text = f.read()

        # 若文本内容已经出现过，则复制该文件到Duplicates文件夹中
        if text in texts:
            duplicated_file = os.path.join(folder_path, "Duplicates", os.path.basename(file_path))
            shutil.copyfile(file_path, duplicated_file)
        else:
            texts[text] = file_path

    # 统计重复文件中的字数和标点符号个数
    char_count, punct_count = 0, 0
    duplicated_files = [os.path.join(folder_path, "Duplicates", file) for file in os.listdir(os.path.join(folder_path, "Duplicates"))]
    for file in duplicated_files:
        char, punct = count_chars_and_punctuations(file)
        char_count += char
        punct_count += punct

    print("\n相同文本的文件名：")
    for text, file_path in texts.items():
        print(os.path.basename(file_path))
    
    print(f"\n统计重复文件中的字数和标点符号个数：\n\t字数：{char_count}个\n\t标点符号个数：{punct_count}个")

folder_path = input("请输入文件夹路径：")
extensions_input = input("请输入要查找的文件扩展名，以空格分隔（例如：.py .txt .excel .word）：")
extensions = extensions_input.split()

# 创建用于存放重复文件的文件夹
duplicates_folder = os.path.join(folder_path, "Duplicates")
if not os.path.exists(duplicates_folder):
    os.makedirs(duplicates_folder)

find_duplicate_files(folder_path, extensions)

运行结果，不知真假

/data/user/0/org.qpython.qpy/files/bin/qpy thon3.sh "/storage/emulated/0/qpython/编号 文件.py3.5.py" && exit
python/编号文件.py3.5.py" && exit        < 请输入文件夹路径：/storage/emulated/0/数据 中心/文件夹/py
请输入要查找的文件扩展名，以空格分隔（例如 ：.py .txt .excel .word）：.py

相同文本的文件名：
2. 表格操作行列1.3.2单独1.2先输入列，再输入行1.1.5.a.1.py
3. 表格操作行列1.3.2单独1.2先输入列，再输入行1.1.5.a.py
5. 表格操作行列1.3.2单独1.2先输入列，再输入行1.1.5.1.py
6. 表格操