轻轻一点，重复文件无处遁形，安全高效地释放数十GB存储空间。
你是否也常常在Mac上遇到这样的困扰：下载的文件重复保存，照片库中充斥着类似图片，文档多个版本混乱不堪？不知不觉间，重复文件蚕食了你宝贵的存储空间。
今天，我们为Mac用户带来一个安全、智能、高效的重复文件清理解决方案！无需安装臃肿的清理软件，只需几行Python代码，就能让你的Mac重获新生。
一键式智能清理脚本
第一，确保你的Mac已安装Python 3。打开终端，输入以下命令安装所需工具：
pip3 install send2trash然后，创建我们的智能清理脚本 clean_duplicates.py：
#!/usr/bin/env python3
"""
Mac重复文件安全清理工具
安全、智能、高效，释放你的存储空间
"""
import os
import time
import hashlib
import json
from pathlib import Path
import send2trash
from datetime import datetime
class MacDuplicateCleaner:
"""Mac专用重复文件清理器"""
def __init__(self):
self.file_hashes = {}
self.duplicates = []
self.scanned_files = 0
self.start_time = time.time()
def get_file_fingerprint(self, file_path, use_quick_hash=True):
"""
获取文件指纹：大小 + 部分哈希
兼顾准确性和性能
"""
try:
file_size = os.path.getsize(file_path)
if use_quick_hash:
# 快速模式：读取文件前1MB计算哈希
with open(file_path, 'rb') as f:
# 小文件直接读取全部，大文件读取前1MB
sample = f.read(1024 * 1024) if file_size > 1024 * 1024 else f.read()
if sample:
return f"{file_size}_{hashlib.md5(sample).hexdigest()}"
else:
# 准确模式：完整文件哈希
hash_md5 = hashlib.md5()
with open(file_path, 'rb') as f:
for chunk in iter(lambda: f.read(8192), b""):
hash_md5.update(chunk)
return f"{file_size}_{hash_md5.hexdigest()}"
except (PermissionError, OSError, IOError):
return None
def scan_directory(self, directory, extensions=None, min_size_kb=10):
"""
扫描目录查找重复文件
"""
directory = os.path.expanduser(directory)
if not os.path.exists(directory):
print(f"⚠️ 目录不存在: {directory}")
return
print(f" 正在扫描: {directory}")
for root, dirs, files in os.walk(directory):
# 跳过系统隐藏目录
dirs[:] = [d for d in dirs if not d.startswith('.')]
for file in files:
# 跳过隐藏文件和系统文件
if file.startswith('.') or file.startswith('._'):
continue
file_path = os.path.join(root, file)
# 过滤文件类型
if extensions:
if not any(file.lower().endswith(ext) for ext in extensions):
continue
# 过滤小文件
try:
file_size_kb = os.path.getsize(file_path) / 1024
if file_size_kb < min_size_kb:
continue
except OSError:
continue
# 获取文件指纹
fingerprint = self.get_file_fingerprint(file_path)
if fingerprint is None:
continue
self.scanned_files += 1
# 检查是否重复
if fingerprint in self.file_hashes:
original_file = self.file_hashes[fingerprint]
self.duplicates.append({
'original': original_file,
'duplicate': file_path,
'size_kb': file_size_kb,
'fingerprint': fingerprint
})
print(f" 发现重复: {file}")
else:
self.file_hashes[fingerprint] = file_path
# 显示进度
if self.scanned_files % 100 == 0:
elapsed = time.time() - self.start_time
print(f" 已扫描 {self.scanned_files} 个文件，耗时 {elapsed:.1f}秒")
def smart_review_duplicates(self):
"""
智能审查重复文件
"""
if not self.duplicates:
print(" 祝贺！未发现重复文件")
return
print(f"
扫描完成！发现 {len(self.duplicates)} 个重复文件")
print("=" * 60)
total_size_mb = sum(d['size_kb'] for d in self.duplicates) / 1024
# 按文件类型分组
file_groups = {}
for dup in self.duplicates:
ext = os.path.splitext(dup['duplicate'])[1].lower() or '无扩展名'
if ext not in file_groups:
file_groups[ext] = []
file_groups[ext].append(dup)
print("
重复文件分类统计：")
for ext, files in sorted(file_groups.items(), key=lambda x: len(x[1]), reverse=True):
group_size = sum(f['size_kb'] for f in files) / 1024
print(f" {ext}: {len(files)} 个文件，约 {group_size:.1f} MB")
print(f"
可释放空间: {total_size_mb:.1f} MB")
return total_size_mb
def interactive_cleanup(self):
"""
交互式清理重复文件
"""
if not self.duplicates:
return
print("
️ 请选择清理模式：")
print(" 1. 自动模式（保留最新修改的文件）")
print(" 2. 手动选择（逐个确认）")
print(" 3. 仅查看，不删除")
choice = input("请输入选项 (1/2/3): ").strip()
removed_count = 0
saved_space = 0
if choice == '1':
# 自动模式：保留最新修改的文件
for dup in self.duplicates:
try:
time_original = os.path.getmtime(dup['original'])
time_duplicate = os.path.getmtime(dup['duplicate'])
# 删除较旧的文件
file_to_remove = dup['duplicate'] if time_duplicate < time_original else dup['original']
print(f"️ 删除: {os.path.basename(file_to_remove)}")
send2trash.send2trash(file_to_remove)
removed_count += 1
saved_space += dup['size_kb']
except Exception as e:
print(f"❌ 删除失败: {e}")
elif choice == '2':
# 手动模式
for i, dup in enumerate(self.duplicates, 1):
print(f"
重复组 {i}/{len(self.duplicates)}:")
print(f" A: {dup['original']}")
print(f" 大小: {dup['size_kb']:.1f} KB")
print(f" 修改时间: {datetime.fromtimestamp(os.path.getmtime(dup['original']))}")
print(f"
B: {dup['duplicate']}")
print(f" 大小: {dup['size_kb']:.1f} KB")
print(f" 修改时间: {datetime.fromtimestamp(os.path.getmtime(dup['duplicate']))}")
action = input("
请选择 (A保留/B保留/跳过): ").strip().upper()
if action == 'A':
try:
send2trash.send2trash(dup['duplicate'])
print("✅ 已删除B文件")
removed_count += 1
saved_space += dup['size_kb']
except Exception as e:
print(f"❌ 删除失败: {e}")
elif action == 'B':
try:
send2trash.send2trash(dup['original'])
print("✅ 已删除A文件")
removed_count += 1
saved_space += dup['size_kb']
except Exception as e:
print(f"❌ 删除失败: {e}")
else:
print("⏭️ 跳过")
if removed_count > 0:
saved_mb = saved_space / 1024
print(f"
✨ 清理完成！")
print(f" 删除文件数: {removed_count}")
print(f" 释放空间: {saved_mb:.1f} MB")
print(f" 总耗时: {time.time() - self.start_time:.1f}秒")
def save_report(self, filename="duplicates_report.json"):
"""
保存扫描报告
"""
report = {
'scan_time': datetime.now().isoformat(),
'scanned_files': self.scanned_files,
'duplicates_found': len(self.duplicates),
'total_size_mb': sum(d['size_kb'] for d in self.duplicates) / 1024,
'duplicates': self.duplicates
}
with open(filename, 'w', encoding='utf-8') as f:
json.dump(report, f, ensure_ascii=False, indent=2)
print(f"
报告已保存: {filename}")
def main():
"""
主函数：提供用户友善的清理体验
"""
print("""
Mac重复文件清理助手
======================
安全 · 高效 · 智能
特点：
✅ 安全删除（移至废纸篓）
✅ 智能识别（大小+哈希双重验证）
✅ 多格式支持（图片、文档、压缩包等）
✅ 进度显示，随时掌控
""")
cleaner = MacDuplicateCleaner()
# 让用户选择扫描目录
print("
请选择扫描目录：")
print(" 1. 下载文件夹 (~/Downloads)")
print(" 2. 桌面 (~/Desktop)")
print(" 3. 文档 (~/Documents)")
print(" 4. 图片 (~/Pictures)")
print(" 5. 自定义目录")
dir_choice = input("请选择 (1-5): ").strip()
directories = {
'1': '~/Downloads',
'2': '~/Desktop',
'3': '~/Documents',
'4': '~/Pictures',
'5': input("请输入目录路径: ").strip()
}
target_dir = directories.get(dir_choice, '~/Downloads')
# 选择文件类型
print("
选择文件类型：")
print(" 1. 所有类型")
print(" 2. 图片 (.jpg, .png, .heic)")
print(" 3. 文档 (.pdf, .doc, .ppt, .xls)")
print(" 4. 压缩包 (.zip, .rar, .7z)")
print(" 5. 视频 (.mp4, .mov, .avi)")
type_choice = input("请选择 (1-5): ").strip()
extensions_map = {
'1': None,
'2': ['.jpg', '.jpeg', '.png', '.gif', '.heic', '.tiff', '.bmp'],
'3': ['.pdf', '.doc', '.docx', '.ppt', '.pptx', '.xls', '.xlsx', '.txt', '.rtf'],
'4': ['.zip', '.rar', '.7z', '.tar', '.gz'],
'5': ['.mp4', '.mov', '.avi', '.mkv', '.flv', '.wmv']
}
extensions = extensions_map.get(type_choice)
# 设置最小文件大小
print("
设置最小文件大小（默认10KB）：")
min_size = input("最小文件大小(KB，回车使用默认值10): ").strip()
min_size_kb = int(min_size) if min_size.isdigit() else 10
# 开始扫描
print("
" + "="*60)
print("开始扫描...")
print("="*60)
cleaner.scan_directory(
directory=target_dir,
extensions=extensions,
min_size_kb=min_size_kb
)
# 显示结果并清理
cleaner.smart_review_duplicates()
cleaner.interactive_cleanup()
# 保存报告
save_report = input("
是否保存扫描报告？(y/n): ").strip().lower()
if save_report == 'y':
cleaner.save_report()
if __name__ == "__main__":
main()三大核心功能，彻底解决重复文件问题
1.智能识别技术
我们的脚本采用双重验证机制：
- 文件大小比对（快速筛选）
- 内容哈希校验（准确匹配）
即使是修改时间不同、但内容完全一样的文件，也逃不过它的”法眼”。
2.安全删除保障
使用 send2trash 库，所有删除操作都只是将文件移至废纸篓，而非永久删除。如果误删重大文件，随时可以从废纸篓恢复。
3.智能清理策略
脚本提供多种清理模式：
- 自动模式：保留最新修改的文件
- 手动模式：逐个文件确认
- 预览模式：仅查看不删除
简易操作
运行代码后，根据需要选择功能即可：
- 选择扫描目录（下载、桌面、文档等）
- 选择文件类型（图片、文档、视频等）
- 设置最小文件大小
- 查看扫描结果
- 选择清理方式
️ 安全保障措施
- 只扫描用户目录：绝不触碰系统文件
- 废纸篓删除：所有删除都可恢复
- 人工确认：重大文件需要你亲自确认
- 扫描报告：完整记录所有操作
批量处理多个目录
修改代码中的扫描部分，可以同时处理多个文件夹：
python
# 同时扫描下载和文档文件夹
cleaner.scan_directory('~/Downloads')
cleaner.scan_directory('~/Documents')定时自动清理
使用macOS的launchd设置每周自动清理：
bash
# 创建plist文件 ~/Library/LaunchAgents/com.user.clean-duplicates.plist
# 设置每周日凌晨3点自动运行排除特定文件夹
在扫描时跳过某些目录：
python
# 在scan_directory方法中添加
if 'node_modules' in root or '.git' in root:
dirs[:] = [] # 跳过此目录注意事项
- 首次使用提议选择”预览模式”，确认无误后再清理
- 清理前确保废纸篓有足够空间
- 重大文件提议先备份到云端
- 系统升级前不要进行大规模清理
还在为重复文件烦恼吗？立即复制上面的代码，给你的Mac来一次深度清洁吧！记得先运行预览模式，确认无误后再进行清理操作。
释放存储空间，提升工作效率，从清理重复文件开始！
温馨提示：定期清理是好习惯，但重大文件请务必做好备份。技术虽好，数据无价！
记得收藏这篇文章，方便后来随时使用！也欢迎分享给需要的朋友～
#Mac技巧 #电脑清理 #存储空间 #Python #效率工具
互动话题：你的Mac还剩多少存储空间？用这个方法清理出了多少空间？欢迎在评论区分享你的成果！
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
