批量刪除同名電子書(保留指定格式)

批量刪除同名電子書(保留指定格式)是一款Python批量刪除同名電子書籍工具助手，小書庫清理走起，陸陸續(xù)續(xù)存了上百G的電子書，很多電子書同一本卻有4種格式，epub，mobi，azw3, pdf，多浪費(fèi)硬盤啊，尋遍全網(wǎng)，沒有現(xiàn)成的軟件，只能自己動(dòng)手了。把其它格式的全刪除了，留下epub格式的，慢慢欣賞就足夠。

軟件靈感：

昨晚和朋友聊微信,突然想起盤里的200多G電子書，有很多格式相同的，太占容量了，5萬多本，占了快200多G，手動(dòng)刪除了一些不感興趣的書籍。和朋友討論如果寫代碼來刪除一些同名但格式不同的電子書，處理流程應(yīng)該怎么樣。后來朋友突然說，其實(shí)用數(shù)據(jù)庫也可以弄，而且很快：
第一步：用bat批處理遍歷子目錄的文件路徑，我測試發(fā)現(xiàn)，5萬多本的電子書，生成路徑文本不用3秒就完成了，4M大小的文本。
第二步：導(dǎo)到數(shù)據(jù)庫，分割出文件名，不帶后綴名那種 ，排序，加上編號，然后拼接上絕對路徑，再刪除指定編號的(刪除是為了保留同名的某一本電子書)，剩下的就是同名且格式不同的電子書路徑了。
第三步：在數(shù)據(jù)庫上，給每行路徑前加del /F /S /Q 命令，導(dǎo)出為文本，改后綴為bat，運(yùn)行，即可把所有同名的電子書刪除。
然后我就想了一下，還寫啥程序，這用數(shù)據(jù)庫，一下就能完成的事，寫程序還要花一天時(shí)間，太傻了。。。然后因?yàn)椴欢當(dāng)?shù)據(jù)庫，昨晚是用excel對5萬多行的電子書進(jìn)行分列，拼接等等處理，不熟悉，一邊百度一邊弄的。。。。還是忙了2小時(shí)，不懂?dāng)?shù)據(jù)庫真慘。。。
今天一早起來，覺得還是不爽，我的電子書是處理完了，廣大的吾友小書庫滿了怎么辦，不懂程序的吾友，清理又不方便，所以還是嗑嗑碰碰，絞盡腦汁花了一天，寫到現(xiàn)在發(fā)貼才寫完python小工具《批量刪除同名電子書 僅保留一本指定的格式》

使用說明：

第一步：雙擊運(yùn)行《python小工具-批量刪除同名電子保留指定格式》，默認(rèn)是按epub>mobi>azw3>pdf>doc>chm>html>txt 順序來保留電子書，簡單說，如果你電腦里不同的文件夾里同時(shí)存在著多種格式的同一個(gè)名字的電子書,且其中有一本格式是epub，那么程序會保留epub格式的，如果沒有epub，只有其它格式，程序會依上面的順序，依次判斷,最后，如果你的電子書格式在上面都沒有，例如是ppt格式的，程序會自動(dòng)保留一本，其它的一律刪除。之所以優(yōu)先保留epub，是因?yàn)槠鋲嚎s率相對mobi高點(diǎn)，體積小點(diǎn)，兩者排版差不多，以上關(guān)于epub和mobi的壓縮率大小是我百度的。
 
第二步：回車后，會彈出窗口，你選擇電子書所在的目錄就行，會遍歷子目錄，列舉出所有的電子書路徑，千萬不要選其它什么電腦軟件或者非電子書的目錄，免得把你電腦軟件的一些文件誤刪除。
第三步：選完電子書目錄后，靜心等待就行，稍等片刻，會輸出正在刪除xxx路徑電子書的字樣，當(dāng)有些電子書文件是只讀屬性， 會自動(dòng)調(diào)用cmd命令強(qiáng)制刪除。
第四步：當(dāng)刪除完畢后，會自動(dòng)打開電子書所在的目錄，到這一步，已經(jīng)是完成整理了哦，看看你的硬盤省了多少內(nèi)存(貌似是電子書是刪除到回收站了,測試時(shí)沒有留意，建議執(zhí)行完畢后，清理一次回收站，再看看硬盤省下多少容量)。
第五步：用下面我提供的 批量刪除空文件夾軟件，批量刪除空的電子書目錄。完美，哈哈。
注意事項(xiàng)：打個(gè)比方，如果你想優(yōu)先保留azw3格式的電子書，不要其它格式的,那就修改源碼中的
[("azw3", "AZW3"),("epub", "EPUB"), ("mobi", "MOBI"),("pdf", "PDF"), ("doc", "DOC"),("chm", "CHM"), ("html", "HTML"),("txt", 
列表里的元組順序。有編程底子的應(yīng)該懂，這是列表里嵌入了元組。如果不懂編程的，修改時(shí)，要特別注意逗號大小寫這些。

送到嘴上吧：打包了多種優(yōu)先順序不一樣的exe，自行挑選使用那個(gè)

溫馨提示：

請先復(fù)制一些相同名字但不同格式的電子書，分別扔到幾個(gè)子目錄文件夾里，用我的軟件自行測試幾次，觀察使用后的結(jié)果是否和你預(yù)期的結(jié)果一致，再對自己的電子書庫大批量使用。免得誤刪了你的電子書了，豈不找我拼命。

批量刪除完同名電子書后，可能會有一些目錄是空的，此是就用它來批量清理空目錄

批量刪除空文件夾的使用教程：

記得勾上下面的兩個(gè)勾，否則不會刪除空的子目錄。

如果你想用數(shù)據(jù)庫或excel來批量刪除，可以下載下面這個(gè)批處理，提取絕對路徑：批處理 遍歷所有目錄及子目錄的文件路徑

軟件源碼：

from tkinter.filedialog import * #這個(gè)主要作用是os模塊 刪除文件，和運(yùn)行時(shí)彈出，讓你們選擇要?jiǎng)h除書籍的目錄。

from operator import itemgetter  #這個(gè)模塊好像可以根據(jù)2個(gè)條件來排序，下面用來根據(jù) 書名和后綴名 排序.

from os import startfile

#下面可能有些功能或變量是多少余的，算法不精，時(shí)間來湊，只能用比較笨的方法來實(shí)現(xiàn)。

# 整體思路:

# 和上面的excel處理差不多,都是先列舉出電子書路徑,然后根據(jù)相同的書名對路徑排序,再剔除只有一本的書的路徑,剩下的就是重復(fù)的書本路徑了,然后再根據(jù)算法判斷,優(yōu)先剔除epub格#式的，其次是mobi,再到azw3,再到pdf,再到。。。。。。,如果指定的格式都沒有，就從重復(fù)的路徑列表中,去除第一個(gè)路徑,剩下的電子書路徑,都是重復(fù)的。最后,大膽的調(diào)用刪除命#令,全部刪刪刪刪刪刪,如果刪除出錯(cuò),就調(diào)用cmd命令強(qiáng)制刪除。

Files_Names={

    "sort_list":[],  #后面,這個(gè)元素列表,會存儲以下信息  [絕對路徑,電子書名,后綴名,同一本書的數(shù)量序號,是否重復(fù)]

    "ml_name":""

}

def list_name(ml_name):

    file_names = os.listdir(ml_name)  # 根據(jù)選擇的目錄列出里面的文件及目錄 返回值為列表

    if file_names != "":  # 只要返回的文件路徑和目錄路徑不為空，防止你犯二，選擇了一個(gè)沒有文件的空目錄

        for i in range(0, len(file_names)):  # 列表轉(zhuǎn)換為循環(huán)數(shù)。

            path = os.path.join(ml_name, file_names[i])  #電子書絕對路徑    例如：E://電子書/1文件夾/家書.epub

            if os.path.isfile(path):  # 如果為真，則是文件

                # 實(shí)際測試,發(fā)現(xiàn)有一些電子書,沒有后綴名,故加上判斷,沒有.的大概率是沒有后綴名的書籍,此類的就放棄,不整理。之所以判斷.號是否存在于path[-6:]而不是判斷是否存在整個(gè)絕對路徑path中,是因?yàn)榘l(fā)現(xiàn)有些文件夾名帶有.號,而此時(shí)存在這個(gè)文件夾里的電子書恰巧是沒有后綴名的,這種情況就會造成誤判認(rèn)為其有后綴名。所以我才判斷.號是否存在于path[-6:]，而不用整個(gè)路徑判斷

                if "." in path[-6:]:

                    hj=path.split(".")[-1]   #分割出電子書后綴名  例如epub

                    name_nohj=path.split("/")[-1].replace("." + hj, "")  #分割，替換去除后綴名，只剩下電子書名  例如：家書

                    Files_Names["sort_list"].append([path, name_nohj, hj])  #[絕對路徑,電子書名,后綴名]

            else:  # 如果不是文件，那應(yīng)該是目錄,就加上/，再調(diào)用自身方法，進(jìn)行遞歸列出下一層的文件，聽說很多人在遞歸這里搞不明白。。。

                try:

                    list_name(path + "/")

                except:

                    print("訪問目錄出錯(cuò)，可能不是一個(gè)目錄,或者是奇奇怪怪的文件名")

if __name__ == '__main__':

    #format_hj變量用于 指定電子書優(yōu)先留下的格式,在前面的格式元組是要優(yōu)先留下的,因?yàn)閑pub相對mobi壓縮率高,排版差不多,所以優(yōu)先留下epub的,其次是mobi,再到azw3 .....最后到txt,如果你的電子書,都不屬于下面的格式,那就不管格式了,自動(dòng)留下第一本，其它重復(fù)的書就刪了。

    #如果你們要優(yōu)先留下azw3格式的，只需要調(diào)一下 下面的元組順序就行,把("azw3", "AZW3")放到第一。

    format_hj = [ ("pdf", "PDF"), ("azw3", "AZW3"), ("mobi", "MOBI"), ("epub", "EPUB"),("doc", "DOC"),("chm", "CHM"), ("html", "HTML"),("txt", "TXT")]

    Files_Names["ml_name"]=askdirectory()  #選擇電子書所在的目錄并存到變量里，后面重命名完成后，調(diào)用這個(gè)變量，顯示文件夾出來

    if Files_Names["ml_name"]!="":  #此判斷為了防止你不選擇文件夾,直接點(diǎn)了取消,此時(shí)返回空,就不執(zhí)行遍歷電子書功能。

        Files_Names["ml_name"] += "/"

        list_name(Files_Names["ml_name"])  # 把選擇的目錄傳入到list_name方法中，進(jìn)行遞歸遍歷照片文件路徑

    aa=sorted(Files_Names["sort_list"], key=itemgetter(1,2))  #根據(jù) 書名和后綴名 排序，出來的效果就是 即使不同文件夾里，但名字相同的電子書，都會排在一起，方便后期用挑選需要的格式，和刪除

    # 例如：

    # ['E:/電子書合集/20200101/豆瓣高分電子書合集/酒神.azw3', '酒神', 'azw3']

    # ['E:/電子書合集/20200101/酒神.epub', '酒神', 'epub']

    # ['E:/電子書合集/電子書/小說/酒神.mobi', '酒神', 'mobi']

    # 循環(huán)判斷,給電子書，加上數(shù)字序號，當(dāng)遇到重復(fù)的書本就加1,遇到不同的書本,就恢復(fù)序號為1

    for index,i in enumerate(aa):

        num=1

        if index!=0:

            if (i[1] == q_i[1]):

                num=q_i[3]+1  #數(shù)字序號增加

        q_i = i

        i.append(num)

    #根據(jù)上面的數(shù)字序號,循環(huán)判斷,是否重復(fù)，重復(fù)的加上”重“字,不重復(fù)即只有一本的,加上”不“字

    for index,i in enumerate(aa):

        repeat = "不"

        if index!=0:

            if (i[3] == q_i[3]+1):

                q_i.pop()

                q_i.append("重")

                repeat="重"

        q_i = i

        i.append(repeat)

    #把在電子書列表中,有 不 字的列表  直接 用倒序刪除掉。 不能用順序,這是一個(gè)坑

    for i in range(len(aa) - 1, -1, -1):

        if "不" in aa[i][4]:

            del aa[i]

    #下面再通過把同一本書不同格式，合并到同一個(gè)列表中。再塞到一個(gè)大列表里。

    bbb=[]  #瞎雞亂定的變量名，當(dāng)時(shí)心態(tài)已經(jīng)崩了  小列表

    ccc=[]  #瞎雞亂定的變量名，當(dāng)時(shí)心態(tài)已經(jīng)崩了  大列表

    for index, i in enumerate(aa):

        if index!=0:

            if (i[3] == q_i[3]+1):  #這里通過判斷前一個(gè)和后一個(gè)的數(shù)量序號是否相等，判斷是否同一本書

                bbb.append(i)      #是同一本書，就塞到小列表中

            else:

                ccc.append(bbb)   #表示不是同一本書,就把當(dāng)前的塞到大列表,結(jié)束，開始新的一輪加塞

                bbb = []       #清空小列表

                bbb.append(i)  #往小列表加進(jìn)新的一本書

        else:

            bbb.append(i)   #第一本書，就塞到小列表中

        q_i = i

    ccc.append(bbb)  #最后一本 塞進(jìn)大列表

    if len(ccc[0])!=0:

        for i in ccc:    #根據(jù)算法,刪除需要的格式，留下不需要的格式電子書，后面就根據(jù)這些不需要的電子書絕對路徑，循環(huán)刪除。

            for hj in format_hj:  #這是要保留的格式

                BOOL = False

                for index,o in enumerate(i):  #這里的i表示同一本書，但不同格式的列表,o表示具體的一本書的路徑信息列表

                    if hj[0] in o[2] or hj[1] in o[2]:

                        i.pop(index)

                        BOOL=True

                        break

                if BOOL:

                    break

            if BOOL==False:  #如果多本書名相同的電子書格式都不符合 format_hj指定的格式，就按順序移除第一本，即保留第一本。

                i.pop(0)

        for i in ccc:

            for o in i:

                try:

                    os.remove(o[0])

                    print("刪除:%s"%o[0])

                except:

                    print("刪除不了,將調(diào)用cmd命令刪除！"+o[0])

                    o[0]=o[0].replace("/","\\")  #不替換一下反斜杠，命令不生效

                    cmdd="del /F /S /Q "+o[0]

                    os.system(cmdd)

    else:

        print("竟然沒有重名的書籍！恭喜！恭喜！恭喜！恭喜！恭喜！恭喜！")

    startfile(Files_Names["ml_name"])  # 完成后自動(dòng)打開 壓縮圖片所在的文件夾