Lê 3: dieselfde naam, dieselfde grootte, dieselfde lêer
Waarom dit saak maak 'n Duplikaatvinder word gewoonlik gevolg deur 'n veeg. As dit twee verskillende lêers as "dieselfde" aanwys, is iemand se werk weg en het niks in die uitset hulle gewaarsku voordat nie.
Geplante raad: die raad hieronder is geskryf vir hierdie les, en dit is doelbewus verkeerd. Dit is die soort antwoord wat 'n AI-assistent vlot en selfversekerd gee. Jou werk is nie om daarmee te stry nie, maar om die fout met 'n toets te bewys.
import os
# Hashing every file is slow. Two files with the same name and the same size
# are the same file in practice, so group on that.
def find_duplicates(files):
groups = {}
for path, data in files:
groups.setdefault((os.path.basename(path), len(data)), []).append(path)
return sorted(sorted(g) for g in groups.values() if len(g) > 1)
Die spoedargument is werklik: om elke byte van elke lêer te lees is die stadige deel. Maar dit beantwoord 'n ander vraag. Dieselfde naam en grootte is 'n goedkoop manier om lêers te vind wat might duplikate wees. Slegs die inhoud kan sê dat hulle dit is.
Dink aan wat gebeur in regte folders: report.docx gestoor in twee projekfolders met verskillende teks en, per toeval, dieselfde grootte; 'n foto gekopieer en hernoem IMG_0001 (copy).jpg; 'n config file waar net een byte verskil.
Kandidaatfilter: 'n goedkoop kontrole wat dinge uitsluit maar nie kan insluit nie. Grootte is 'n goeie een: lêers van verskillende groottes kan nie gelyk wees nie. Gelyke groottes beteken net "taalwaarde om te vergelyk".
Skryf my_test(find_duplicates). Dit ontvang 'n weergawe van die funksie en moet 'n fout gooi as dit 'n reël breek. Bestande word gegee as 'n lys van (path, data)-paaie, waar data die lêkbytes is. Die reëls: twee lêers is duplikate wanneer hul bytes identies is, ongeag hul name; gee 'n lys van groepe terug, elk 'n gesorteerde lys van die paaie van 2 of meer identiese lêers, en die groepe gesorteer; lêers sonder 'n duplikaat verskyn nie. Slaagbalk: gee die korrekte weergawe oor en vang ten minste 4 van die 6 gebreekte weergawes (die geplant advies is een van hulle).
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.