Django上传:丢弃上传的重复文件，使用现有文件(md5检查)

我有一个带有FileField的模型，其中包含用户上传的文件。由于我想节省空间，我希望避免重复。

我想要实现的:

计算上传的文件md5校验和
根据md5sum

的文件
如果同名文件已经存在(新文件是副本)， 丢弃上传的文件，使用现有文件代替

1和2已经工作了，但是我怎么能忘记上传的副本而使用现有的文件呢?

请注意，我希望保留现有文件，而不是覆盖它(主要是为了保持修改时间相同-更好用于备份)。

指出:

上传处理程序为django.core.files.uploadhandler.TemporaryFileUploadHandler

代码:

def media_file_name(instance, filename):
    h = instance.md5sum
    basename, ext = os.path.splitext(filename)
    return os.path.join('mediafiles', h[0:1], h[1:2], h + ext.lower())
class Media(models.Model):
    orig_file = models.FileField(upload_to=media_file_name)
    md5sum = models.CharField(max_length=36)
    ...
    def save(self, *args, **kwargs):
            if not self.pk:  # file is new
                md5 = hashlib.md5()
                for chunk in self.orig_file.chunks():
                    md5.update(chunk)
                self.md5sum = md5.hexdigest()
            super(Media, self).save(*args, **kwargs)

任何帮助都是感激的!

感谢alTus的回答，我能够弄清楚编写自定义存储类是关键，而且比预期的要容易。

我只是省略调用超类_save方法来编写文件，如果它已经存在，我只是返回名称。
我覆盖get_available_name，以避免获得数字追加到文件名，如果同名的文件已经存在

我不知道这是不是正确的方式，但它目前运行良好。

希望这是有用的!

完整的示例代码:

import hashlib
import os
from django.core.files.storage import FileSystemStorage
from django.db import models
class MediaFileSystemStorage(FileSystemStorage):
    def get_available_name(self, name, max_length=None):
        if max_length and len(name) > max_length:
            raise(Exception("name's length is greater than max_length"))
        return name
    def _save(self, name, content):
        if self.exists(name):
            # if the file exists, do not call the superclasses _save method
            return name
        # if the file is new, DO call it
        return super(MediaFileSystemStorage, self)._save(name, content)

def media_file_name(instance, filename):
    h = instance.md5sum
    basename, ext = os.path.splitext(filename)
    return os.path.join('mediafiles', h[0:1], h[1:2], h + ext.lower())

class Media(models.Model):
    # use the custom storage class fo the FileField
    orig_file = models.FileField(
        upload_to=media_file_name, storage=MediaFileSystemStorage())
    md5sum = models.CharField(max_length=36)
    # ...
    def save(self, *args, **kwargs):
        if not self.pk:  # file is new
            md5 = hashlib.md5()
            for chunk in self.orig_file.chunks():
                md5.update(chunk)
            self.md5sum = md5.hexdigest()
        super(Media, self).save(*args, **kwargs)

恐怕你不能轻易地使用保存/删除方法来实现这一点，因为文件的处理非常具体。

但是你可以这样试试。

首先，我的简单md5文件哈希函数:

def md5_for_file(chunks):
    md5 = hashlib.md5()
    for data in chunks:
        md5.update(data)
    return md5.hexdigest()

下一个simple_upload_to是类似于您的media_file_name函数。你应该这样使用它:

def simple_upload_to(field_name, path='files'):
    def upload_to(instance, filename):
        name = md5_for_file(getattr(instance, field_name).chunks())
        dot_pos = filename.rfind('.')
        ext = filename[dot_pos:][:10].lower() if dot_pos > -1 else '.unknown'
        name += ext
        return os.path.join(path, name[:2], name)
    return upload_to
class Media(models.Model):
    # see info about storage below
    orig_file = models.FileField(upload_to=simple_upload_to('orig_file'), storage=MyCustomStorage())

当然，这只是一个例子，路径生成逻辑可以是多种多样的。

和最重要的部分:

from django.core.files.storage import FileSystemStorage
class MyCustomStorage(FileSystemStorage):
    def get_available_name(self, name):
        return name
    def _save(self, name, content):
        if self.exists(name):
            self.delete(name)
        return super(MyCustomStorage, self)._save(name, content)

可以看到，这个自定义存储在保存之前删除文件，然后保存同名的新文件。因此，如果不删除(并因此更新)文件很重要，您可以在这里实现您的逻辑。

更多关于存储的信息，可以在这里找到:https://docs.djangoproject.com/en/1.5/ref/files/storage/

我有同样的问题，发现了这个问题。由于这种情况并不罕见，我在网上搜索了一下，找到了以下Python包，它似乎可以完全满足您的需求:

https://pypi.python.org/pypi/django-hashedfilenamestorage

如果SHA1哈希是没有问题的，我认为拉请求添加MD5哈希支持将是一个好主意。

数据从模板->表单->视图->数据库(模型)。在最早的步骤就停止复制是有意义的。在本例中，form .py.

# scripts.py
import hashlib
from .models import *
def generate_sha(file):
    sha = hashlib.sha1()
    file.seek(0)
    while True:
        buf = file.read(104857600)
        if not buf:
            break
        sha.update(buf)
    sha1 = sha.hexdigest()
    file.seek(0)
    return sha1
# models.py
class images(models.Model):
    label = models.CharField(max_length=21, blank=False, null=False)
    image = models.ImageField(upload_to='images/')
    image_sha1 = models.CharField(max_length=40, blank=False, null=False)
    create_time = models.DateTimeField(auto_now=True)
# forms.py
class imageForm(forms.Form):
    Label = forms.CharField(max_length=21, required=True)
    Image = forms.ImageField(required=True)
    def clean(self):
        cleaned_data = super(imageForm, self).clean()
        Label = cleaned_data.get('Label')
        Image = cleaned_data.get('Image')
        sha1 = generate_sha(Image)
        if images.objects.filter(image_sha1=sha1).exists():
            raise forms.ValidationError('This already exists')
        if not Label:
            raise forms.ValidationError('No Label')
        if not Image:
            raise forms.ValidationError('No Image')
# views.py
from .scripts import *
from .models import *
from .forms import *
def image(request):
    if request.method == 'POST':
        form = imageForm(request.POST, request.FILES)
        if form.is_valid():
            photo = images (
                payee=request.user,
                image=request.FILES['Image'],
                image_sha1=generate_sha(request.FILES['Image'],),
                label=form.cleaned_data.get('Label'),
                )
            photo.save()
            return render(request, 'stars/image_form.html', {'form' : form})
    else:
        form = imageForm()
    context = {'form': form,}
    return render(request, 'stars/image_form.html', context)
# image_form.html
{% extends "base.html" %}
{% load static %}
{% load staticfiles %}
{% block content %}
 <div class="card mx-auto shadow p-3 mb-5 bg-white rounded text-left" style="max-width: 50rem;">
    <div class="container">
        <form action="{% url 'wallet' %}" method="post" enctype="multipart/form-data">
            {% csrf_token %}
            {{ form  }}
            <input type="submit" value="Upload" class="btn btn-outlined-primary">
        </form>
        {% if form.errors %}
            {% for field in form %}
                {% for error in field.errors %}
                    <p> {{ error }} </p>
                {% endfor %}
            {% endfor %}
        {% endif %}
    </div>
</div>
{% endblock content %}

参考:http://josephmosby.com/2015/05/13/preventing-file-dupes-in-django.html

这个答案帮助我解决了如果上传的文件已经存在，我想引发异常的问题。如果上传位置已经存在同名的文件，此版本将引发异常。

from django.core.files.storage import FileSystemStorage
class FailOnDuplicateFileSystemStorage(FileSystemStorage):
    def get_available_name(self, name):
        return name
    def _save(self, name, content):
        if self.exists(name):
            raise ValidationError('File already exists: %s' % name)
        return super(
            FailOnDuplicateFileSystemStorage, self)._save(name, content)

相关内容

最新更新

热门标签：