Chương trình học Bài 95 trên tổng số 148 · Bài học nói dối
Bài học nói dối

Lời nói dối 3: cùng tên, cùng kích thước, cùng tệp

Vì sao điều này quan trọng Theo sau một công cụ tìm tệp trùng thường là một lệnh xóa. Nếu nó gọi hai tệp khác nhau là "giống nhau", công việc của ai đó sẽ mất, và không có gì trong kết quả cảnh báo họ.

Lời khuyên cài sẵn: lời khuyên bên dưới được viết cho bài học này, và nó sai một cách cố ý. Đó là kiểu câu trả lời mà một trợ lý AI đưa ra trôi chảy và tự tin. Việc của bạn không phải là tranh cãi với nó mà là chứng minh lỗi bằng một bài kiểm tra.

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)

Lập luận về tốc độ là thật: đọc từng byte của từng tệp là phần chậm. Nhưng nó đang trả lời một câu hỏi khác. Cùng tên và kích thước là một cách rẻ để tìm những tệp có thể trùng nhau. Chỉ nội dung mới nói được rằng chúng trùng.

Hãy nghĩ về điều xảy ra trong các thư mục thật: report.docx được lưu trong hai thư mục dự án với nội dung khác nhau và, tình cờ, cùng kích thước; một tấm ảnh được chép và đổi tên thành IMG_0001 (copy).jpg; một tệp cấu hình chỉ khác nhau một byte.

Bộ lọc ứng viên: một phép kiểm tra rẻ loại trừ được nhưng không khẳng định được. Kích thước là một bộ lọc tốt: các tệp khác kích thước không thể bằng nhau. Kích thước bằng nhau chỉ có nghĩa là "đáng để so sánh".

Đến lượt bạn

Viết my_test(find_duplicates). Nó nhận một phiên bản của hàm và phải báo lỗi nếu nó vi phạm một quy tắc. Các tệp được cho dưới dạng một list các cặp (path, data), trong đó data là các byte của tệp. Các quy tắc: hai tệp là trùng nhau khi các byte của chúng giống hệt, bất kể tên; trả về một list các nhóm, mỗi nhóm là một list đã sắp xếp các đường dẫn của 2 tệp giống hệt trở lên, và các nhóm được sắp xếp; các tệp không có bản trùng không xuất hiện. Mức qua: cho phiên bản đúng qua và bắt được ít nhất 4 trong 6 phiên bản hỏng (lời khuyên cài sẵn là một trong số đó).

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.