python sys

python sys.argv[]用法

1.what

sys.argv[] 说白了就是一个从程序外部获取参数的桥梁 ，我们从外部取得的参数可以是多个 ，所以获得的是一个列表（list)，也就是说sys.argv其实可以看作是一个列表 ，所以才能用[]提取其中的元素 。其第一个元素（sys.argv[0]）是程序本身 ，随后才依次是外部给予的参数 。

2. why

 argv[0] 表示本身代码文件路径
 列表元素来自外部输入
 外部输入从1开始
 我们通过sys.argv[1]获取文件的名称。但是，这里有种异常情况需要考虑，如果用户直接运行我们的程序，没有传递任何命令行参数，那么，访问sys.argv[1]将会出现索引越界的错误。为了避免这个错误，我们可以在访问sys.argv之前先向sys.argv中添加一个空的字符串。添加空字符串以后，无论用户是否提供命令行参数，访问 sys.argv[1]都不会出错。如果用户传递了命令行参数，那么，通过sys.argv[1]访问，得到的是用户提供的命令行参数。

3. instance

实现功能：

1.通过命令行输入目录

2.遍历该目录下的所有文件

3.通过md5校验判断文件是否相同

4.输入的文件判断该文件是否已经存在于字典中，字典的键是文件的md5校验码，字典的值是文件的名称。

# -*- coding: UTF-8 -*-
from __future__ import print_function
import os
import fnmatch
import sys
import hashlib

CHUNL_SIZE = 8192


def is_file_match(filename, patterns):
    for pattern in patterns:
        if fnmatch.fnmatch(filename, pattern):
            return True
    return False


def find_specific_files(root, patterns=['*'], exclude_dirs=[]):
    for root, dirnames, filenames in os.walk(root):
        for filename in filenames:
            if is_file_match(filename, patterns):
                yield os.path.join(root, filename)

        for d in exclude_dirs:
            if d in dirnames:
                dirnames.remove(d)


def get_chunk(filename):
    with open(filename) as f:
        while True:
            chunk = f.read(CHUNL_SIZE)
            if not chunk:
                break
            else:
                yield chunk


def get_file_checksum(filename):
    h = hashlib.md5()
    for chunk in get_chunk(filename):
        h.update(chunk)
    return h.hexdigest()


def main():
    sys.argv.append("")
    directory = sys.argv[1]
    if not os.path.isdir(directory):
        raise SystemExit("{0} is not a directory".format(directory))

    record = {}
    for item in find_specific_files(directory):
        checksum = get_file_checksum(item)
        if checksum in record:
            print('find duplicate file: {0} vs {1}'.format(record[checksum], item))
        else:
            record[checksum] = item


if __name__ == '__main__':
    main()