初识【Windows API】--文本去重

最近学习操作系统中，老师布置了一个作业，运用系统调用函数删除文件夹下两个重复文本类文件，Linux玩不动，于是就只能在Windows下进行了。

看了一下介绍Windows API的博客：

点击打开

基本就开始动手了。

主要利用的函数其实就那么几个：

CreateFile      创建、打开文件
ReadFile        读取文件内容
DeleteFile      文件删除
FindFirstFile   查找指定目录下的第一个文件
FindNextFile   查找下一个文件
GetFileAttributes  获取文件属性

主要过程就是用FindFirstFile,FindNextFile函数扫一遍文件夹，将所有文件路径找出来，有文件夹的话递归往下寻找文件，所有文件路径放在一个字符数组中。

然后就是二重循环枚举，读出文件到缓冲区，两两比较，相等的话随便删掉一个，将待删掉的文件编号存入容器DelList中，最后扫一遍容器进行删除。

代码：

#include <iostream>
#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <cmath>
#include <algorithm>
#include <string>
#include <vector>
#include <windows.h>
#define MAX_CNT 102
#define MAX_LENGTH 102
using namespace std;

CHAR inputPath[MAX_PATH];
CHAR FileName[MAX_CNT][MAX_LENGTH];
int File_Cnt,OPEN_SUCCESS;
vector<int> DelList;

void input() {
    puts("Please input the Directory name: <For example: C:\whatbeg..>");
    scanf("%s",inputPath);
}

int StrCompare(const char *ss1, const char *ss2)  //相同返回1
{
    int len1 = strlen(ss1), len2 = strlen(ss2);
    if(len1 != len2) return 0;
    for(int i = 0 ; i < len1 ; i++) if(ss1[i] != ss2[i]) return 0;
    return 1;
}

void GetAllFileNameInDirectory(CONST CHAR *nowpath) {

    DWORD Attrs;                   // 文件属性
    CHAR path[MAX_PATH] = {0};     // 待列路径
    CHAR concretePath[MAX_PATH];   // 具体查找路径
    HANDLE hlistfile;              // 获取到的文件句柄
    WIN32_FIND_DATA fileData;      // 查找到的文件数据

    memmove(path, nowpath, strlen(nowpath));

    lstrcpy(concretePath, path);   // 复制路径到具体查找路径
    lstrcat(concretePath, "\*");  // 路径拼接通配符
    lstrcat(path, "\");

    hlistfile = FindFirstFile(concretePath, &fileData);  // 查找路径下第一个文件/目录，获得句柄

    if(hlistfile == INVALID_HANDLE_VALUE) {              // 判断句柄是否获取到
        printf("Error: %d
",GetLastError());
        return;
    }
    else {
        do {
            Attrs = fileData.dwFileAttributes;
            if(Attrs & FILE_ATTRIBUTE_DIRECTORY) {            //判断文件是否是目录

                CHAR SubDirectory[MAX_PATH];

                lstrcpy(SubDirectory, path);
                lstrcat(SubDirectory, fileData.cFileName);

                //忽略 . 或 .. 的文件名
                if(!StrCompare(fileData.cFileName, ".") && !StrCompare(fileData.cFileName, ".."))
                    GetAllFileNameInDirectory(SubDirectory);  //该文件是目录，递归查找
            }
            else {                                            //是文件而非目录
                //printf("%s
",fileData.cFileName);
                lstrcpy(FileName[++File_Cnt], path);
                lstrcat(FileName[File_Cnt], fileData.cFileName);
            }
        }while(FindNextFile(hlistfile, &fileData));           // 查找下一个文件
    }
    return;
}

void OpenFile(HANDLE &handle, int FS) {                       //打开文件
     handle = CreateFile(
        FileName[FS],           // 文件名
        GENERIC_READ,           // 读取权限
        0,                      // 阻止其他进程访问
        NULL,                   // 子进程不可继承本句柄
        OPEN_EXISTING,          // 仅当该文件或设备存在时，打开它
        FILE_ATTRIBUTE_NORMAL,  // 普通文件
        NULL                    // 不适用模板文件
    );
    if (handle == INVALID_HANDLE_VALUE)  {
        printf("无法打开文件 "%s"
", FileName[FS]);
        OPEN_SUCCESS = false;
        return;
    }
}

void CompareAndGetDelList() {
    HANDLE File_01,File_02;
    DWORD FileSize_01,FileSize_02;
    DWORD ReadSize_01,ReadSize_02;
    char *Buffer_01, *Buffer_02;
    DelList.clear();
    bool HaveDiffrent;

    for(int First = 1 ; First <= File_Cnt ; First++) {

        HaveDiffrent = false;

        for(int Second = First + 1 ; Second <= File_Cnt ; Second++) {

            OPEN_SUCCESS = true;
            OpenFile(File_01,First);
            OpenFile(File_02,Second);

            FileSize_01 = GetFileSize(File_01, NULL);
            FileSize_02 = GetFileSize(File_02, NULL);

//            printf("First,Second = %d %d ",First,Second);
//            printf("Filesize1,2 = %d %d ",FileSize_01,FileSize_02);
//            cout<<"OPENSUCCESS = "<<(OPEN_SUCCESS?1:0)<<endl;

            if(OPEN_SUCCESS && FileSize_01 == FileSize_02) {

                Buffer_01 = (CHAR *)malloc(FileSize_01 + 3);
                Buffer_01[FileSize_01] = '';

                Buffer_02 = (CHAR *)malloc(FileSize_02 + 3);
                Buffer_02[FileSize_02] = '';

                ReadFile(File_01,Buffer_01,FileSize_01,&ReadSize_01,NULL);
                ReadFile(File_02,Buffer_02,FileSize_02,&ReadSize_02,NULL);

//                printf(Buffer_01); puts("");
//                printf(Buffer_02); puts("");
//                printf("ReadSize = %d
",ReadSize_01);

                for(int sek = 0; sek < ReadSize_01; sek++)
                    if(Buffer_01[sek] != Buffer_02[sek]) { HaveDiffrent = true; break; }

                if(!HaveDiffrent) DelList.push_back(First);
                free(Buffer_01);
                free(Buffer_02);
            }
            CloseHandle(File_01);
            CloseHandle(File_02);
        }
    }
//    for(int i = 0 ; i < DelList.size() ; i++)
//        printf("%d ",DelList[i]);
//    puts("");
}

void DeleteFileFromDelList() {

    printf("需要删除的文件：
");
    for(int i = 0 ; i < DelList.size() ; i++)
    {
        printf("%s
", FileName[DelList[i]]);
        DeleteFile(FileName[DelList[i]]);
    }
}

void PrintFileName() {
    puts("文件如下：");
    for(int i=1;i<=File_Cnt;i++)
        printf("%s
",FileName[i]);
    printf("文件个数： %d
",File_Cnt);
    puts("");
}

int main()
{
    File_Cnt = 0;
    input();
    printf("操作列表路径： [%s\*] 
", inputPath);
    GetAllFileNameInDirectory(inputPath);
    PrintFileName();
    CompareAndGetDelList();
    DeleteFileFromDelList();
    return 0;
}

效果测试

1.新建一个文件夹e:\osdemo：

 

2.在其中新建一些文本文档：

 

hello 文件夹内容如下所示：

 

其中 王美丽.txt 和 汪美丽.txt ， 蓝玉.txt 和 徐达.txt ， Apple.txt 和 helloApple.txt 的内容是一致的，将会被去重。

3.执行程序，输入目标文件夹位置：

 

4.执行结果：

 

5.需要删除其中三个文件

6.再次返回文件管理器，发现三个文件已被删去：

 

7.再执行，不再有重复文件：

 

先前以为实现这个功能就可以了，所以想用高级语言的库函数去做，但是好像跟系统调用没啥关系，所以就换成了Windows API了。

下面是以前写的Python实现：

Python Code：

# -*- coding: cp936 -*-
import os

filelist = []                                    #文件名列表

for root,dirs,files in os.walk('e:\osdemo'):    #找出文件夹内所有的文件名存放在filelist中
    for filespath in files:
        filelist.append(os.path.join(root,filespath))
        print os.path.join(root,filespath)

#for fl in filelist:
#    print fl

Siz = filelist.__len__()                         #文件个数
delist = []                                      #需要删除的文件名列表
  
for i in range(0,Siz):                           #二重循环枚举列表中元素，两两比较
    for j in range(i+1,Siz):
        file1 = open(filelist[i],'r')            #打开文件1
        file2 = open(filelist[j],'r')            #打开文件2
        flag = 1                                 #标识两个文件是否相同，相同为1，不同为0
        for eachLine in file1:                   #每次取文件1的一行
            #print "File1 = %s" %eachLine
            Line2 = file2.readline()             #取文件2的一行
            #print "File2 = %s" %Line2
            if eachLine != Line2:                #不同，flag=0，直接退出
                flag = 0
                break;
        #print "file2.readline = ",file2.readline()
        if(flag and file2.readline() == ''):     #如果没有发现不同，且file2也到了文件尾，说明文件内容相同
            #print "deleted %s" %filelist[j]
            delist.append(filelist[j])           #把文件j的名字加入待删除列表
        file1.close()                            #关闭文件
        file2.close()

for d in delist:                                 #枚举待删除列表中每个文件名
    if os.path.exists(d):                        #如果还存在，就删去
        os.remove(d)
    else:
        print "No such file: %s or has been deleted" %d