遍历目录删除指定MD5值的文件

　　工作需要实现一个查找出指定目录下md5值与excel表格中md5值相同的文件然后删掉的功能。我是这样做的：首先遍历指定目录，计算该目录下所有文件的md5值，以文件路径为key，md5值为value保存到一个字典中；然后读取excel表格中的md5，查看字典中的value是否包含该md5，如果包含，则删除对应文件。以下是具体实现代码：　　

 #coding:utf-8

 from hashlib import md5
 import os,time,sys
 import xlrd
 import os

 md5dic = {}
 #读取Excel表中的md5值
 def readXls(fname):
     xls = xlrd.open_workbook(fname)
     sheet_name = xls.sheet_names()
     shxrange = range(xls.nsheets)

     try:
         sh = xls.sheet_by_name(sheet_name[0])
     except:
         print "no sheet existed"
     #获取行数
     nrows = sh.nrows
     #获取列数
     ncols = sh.ncols
     #print "nrows %d, ncols %d" % (nrows,ncols)
     #获取第一行第一列数据
     cell_value = sh.cell_value(1,1)
     #print cell_value

     row_list = []
     #获取各行数据
     for i in range(1,nrows):
         row_data = sh.row_values(i)[0]
         #print row_data
         row_list.append(row_data)
     md5list = list(set(row_list))
     return md5list

 def calMD5(str):
   m = md5()
   m.update(str)
   return m.hexdigest() 

 #获取指定文件的md5值
 def calMD5ForFile(file):
   m = md5()
   a_file = open(file, 'rb')
   m.update(a_file.read())
   a_file.close()
   return m.hexdigest()

 #获取指定目录下文件的md5值保存到字典中
 def calMD5ForFolder(dir):
     for root, subdirs, files in os.walk(dir):
         for file in files:
             filefullpath = os.path.join(root,file)
             filerelpath = os.path.relpath(filefullpath,dir)
             md5 = calMD5ForFile(filefullpath)
             md5dic[filefullpath] = md5
     return md5dic

 #删除与excel表中md5值相同的文件
 def delFile(filemd5,md5dic):
     for filefullpath in md5dic.keys():
         if md5dic[filefullpath] == filemd5:
             os.remove(filefullpath)
             print filemd5,filefullpath

 if __name__ == "__main__":
     if len(sys.argv) < 3:
         print "Please input the file path."
         sys.exit()
     xlsdir = sys.argv[1]
     sourceDir = sys.argv[2]
     if os.path.exists(sourceDir)==False:
         print "path not exists"
     if os.path.isdir(sourceDir)==False:
         print "not a directory"
     md5dic = calMD5ForFolder(sourceDir)
     md5list = readXls(xlsdir)
     for i in md5list:
         delFile(i,md5dic)

　　不足之处：在进行目录遍历，计算文件md5的时候花费的时间比较多。如果能利用多线程，就可以大大提高效率。