Python 有什么方法或类可以比较两个视频文件？

Question

我正在尝试写一个程序，用来比较文件并显示重复的内容，使用的是Python。有没有人知道有什么好的函数或者方法可以用来做这个？我有点迷茫……

Answer 1

我建议你先比较文件名和文件大小。如果发现它们相同，你可以再逐字节地检查文件内容，虽然这样可能会比较耗费资源。

我不知道有没有可以在Python中做到这一点的库。

Answer 2

我会使用os.walk这个工具来遍历文件夹里的所有文件。

对于每个文件，我会记录下它的绝对路径加上文件名，并且根据文件大小和文件特征来分类（比如前16个字节？前512个字节的哈希值？还是整个文件的哈希值？）。

完成后，你会得到一个字典，里面是文件大小；对于每个文件大小，又有一个字典存放文件特征；对于每个特征，还有一个列表，列出所有具有相同特征的文件。如果你的文件特征不是基于整个文件，或者有很大可能会出现重复的情况，那么你可以对这些重复的文件进行更深入的比较。

Answer 3

如果你只是想找完全相同的文件，可以对两个文件做一个叫做 MD5哈希 的处理，看看它们的结果是否一样：

import hashlib

file1 = open('file1.avi', 'r').read()
file2 = open('file2.avi', 'r').read()

if hashlib.sha512(file1).hexdigest() == hashlib.sha512(file2).hexdigest():
  print 'They are the same'
else:
  print 'They are different'

如果不一样，我建议你试试 OpenCV的Python接口，逐帧检查它们是否匹配。