使用 Python 比较两个文件

python difflib 对比两个文件

as900 2020-08-05 20:59:54 ‧ 4753 瀏覽

我有两个 txt 文件，我想通过 Python 去比较这两个文件，我不 care 这两个文件具体不同的地方，我就想要的结果就是，这两个文件相同或者不相同。

我尝试使用 difflib 库，具体代码：

import difflib

text1 = open("1.txt").readlines()
text2 = open("2.txt").readlines()

for line in difflib.unified_diff(text1, text2):
    print(line)

1.txt 和 2.txt 是我要做对比的两个 txt 文件，通过 for 循环，找不的是不同的部分。
请问，如何才能去判断，直接输出文件相同或者不相同？

harutsuki iT邦新手 5 級 ‧ 2020-08-06 18:03:34 檢舉

檢查兩邊的MD5 應該就能解決

登入發表討論

直播研討會

{{ item.channelVendor }} {{ item.webinarstarted }} |

直播中

2 個回答

一級屠豬士

iT邦大師 1 級 ‧ 2020-08-05 22:00:27

最佳解答

https://docs.python.org/zh-cn/3/library/filecmp.html

filecmp.cmp(f1, f2, shallow=True)

比较名为 f1 和 f2 的文件，如果它们似乎相等则返回 True ，否则返回 False 。

回應 1
分享
檢舉

海綿寶寶 iT邦大神 1 級 ‧ 2020-08-05 22:18:50 檢舉

不等就不等，相等就相等
似乎相等

像極了愛情

登入發表回應

japhenchen

iT邦超人 1 級 ‧ 2020-08-06 08:00:10

另一個方法(我來亂的.....)

事先提取每個檔案的SHA256放資料庫㳼JSON檔裡，日後只要比對HASH值便知是否相同，不然你日後比對檔案就要byte by byte來比對，就算是函數也一樣，如果有10個檔案就要比對45次(n-1)!，就，能快的起來都難

放資料庫或用lambda去group by hashvalue ..... group 裡的肯定是相同內容的資料
(姑且相信sha256的重複率極低....在檔案大小相同的條件下)

import sys
import hashlib

BUF_SIZE = 65536 

sha256 = hashlib.sha256()
with open('/file/1.txt', 'rb') as f:
    while True:
        data = f.read(BUF_SIZE)
        if not data:
            break
        sha256.update(data)
print("SHA256: {0}".format(sha256.hexdigest()))

題外話，如果你選用filecmp，比對之前你可以先抓檔案大小，相同的才往下比，才不會浪費時間讀檔比對.....

import os
asize = os.stat('/file/1.txt').st_size 
bsize = os.stat('/file/2.txt').st_size 
if asize==bsize :
    if filecmp.cmp('1.txt','2.txt') :
        #todo something you want..........................