Python递归遍历目录删除文件名日期重复的冗余图片

核心逻辑 #

• 递归遍历目标目录下所有层级子文件夹
• 基于原有文件名排序规则，逐文件提取开头8位日期段
• 同一日期段仅保留排序后第一个匹配的文件，后续同日期文件判定为冗余
• 增加试运行开关，先核对待删文件列表再执行真实删除，避免误操作
• 自动跳过不符合DATE_TIME_Visual.tif命名规则的文件

初始参考代码与测试样本 #

初始编写的单目录文件打印代码如下：

from os import listdir
my_current_image_path = r'../Desktop/Images/city1'
for f in sorted(listdir(my_current_image_path)):
    print(f)

运行得到的排序后文件列表：

20190602_051825_Visual.tif
20190604_052001_Visual.tif
20190605_044324_Visual.tif
20190605_052033_Visual.tif
20190607_044351_Visual.tif
20190607_051806_Visual.tif
20190611_051850_Visual.tif

样本中需删除的冗余文件为同日期下排序靠后的2个文件：20190605_052033_Visual.tif、20190607_051806_Visual.tif

可直接运行的实现代码 #

import os

# 配置项
root_path = r'../Desktop/Images'
run_delete = False  # 首次运行保持False，仅打印待删文件，确认无误后改为True执行删除
target_suffix = ('.tif', '.tiff')

for dir_path, _, file_names in os.walk(root_path):
    # 过滤目标后缀文件，按文件名排序
    sorted_files = sorted([f for f in file_names if f.lower().endswith(target_suffix)])
    prev_date = None
    for file in sorted_files:
        # 提取前8位作为日期段
        date_part = file[:8]
        # 校验日期段格式，不符合规则的文件直接跳过
        if len(date_part) != 8 or not date_part.isdigit():
            print(f"跳过非规则命名文件: {os.path.join(dir_path, file)}")
            prev_date = None
            continue
        # 日期重复则判定为冗余
        if date_part == prev_date:
            full_path = os.path.join(dir_path, file)
            print(f"冗余重复文件: {full_path}")
            if run_delete:
                os.remove(full_path)
                print(f"已删除: {full_path}")
        else:
            prev_date = date_part

使用说明 #

• 首次运行必须保持run_delete = False，控制台会打印所有识别到的冗余文件，逐一核对列表和预期一致后，再将参数改为True执行删除
• 代码通过os.walk实现全目录递归遍历，会自动处理根目录下所有层级的子文件夹，不需要手动切换单目录路径
• 同日期下保留排序靠前的文件，和原有代码的排序逻辑完全一致，即保留同日期中拍摄时间更早的影像文件
• 仅处理后缀为tif/tiff的文件，不会误误操作目录下其他格式的文件

内容的提问来源于stack exchange，提问作者Scott