В Python есть ли сжатый способ сравнения, совпадают ли содержимое двух текстовых файлов?

Ответ 1

Способ низкого уровня:

from __future__ import with_statement
with open(filename1) as f1:
   with open(filename2) as f2:
      if f1.read() == f2.read():
         ...

Способ высокого уровня:

import filecmp
if filecmp.cmp(filename1, filename2, shallow=False):
   ...

Ответ 2

Если вы идете хотя бы на базовую эффективность, вы, вероятно, сначала захотите сначала проверить размер файла:

if os.path.getsize(filename1) == os.path.getsize(filename2):
  if open('filename1','r').read() == open('filename2','r').read():
    # Files are the same.

Это позволяет вам читать каждую строку из двух файлов, которые не имеют одинакового размера и, следовательно, не могут быть одинаковыми.

(Более того, вы можете обратиться к быстрому MD5sum каждого файла и сравнить его, но это не "в Python", поэтому я остановлюсь здесь.)

Ответ 3

Это функциональная функция сравнения файлов. Он мгновенно возвращает False, если файлы имеют разные размеры; в противном случае он считывает размеры блоков 4KiB и мгновенно возвращает False по первому отличию:

from __future__ import with_statement
import os
import itertools, functools, operator

def filecmp(filename1, filename2):
    "Do the two files have exactly the same contents?"
    with open(filename1, "rb") as fp1, open(filename2, "rb") as fp2:
        if os.fstat(fp1.fileno()).st_size != os.fstat(fp2.fileno()).st_size:
            return False # different sizes ∴ not equal
        fp1_reader= functools.partial(fp1.read, 4096)
        fp2_reader= functools.partial(fp2.read, 4096)
        cmp_pairs= itertools.izip(iter(fp1_reader, ''), iter(fp2_reader, ''))
        inequalities= itertools.starmap(operator.ne, cmp_pairs)
        return not any(inequalities)

if __name__ == "__main__":
    import sys
    print filecmp(sys.argv[1], sys.argv[2])

Просто другое:

Ответ 4

Поскольку я не могу комментировать ответы других, я напишу свои собственные.

Если вы используете md5, вам определенно нужно не просто md5.update(f.read()), так как вы будете использовать слишком много памяти.

def get_file_md5(f, chunk_size=8192):
    h = hashlib.md5()
    while True:
        chunk = f.read(chunk_size)
        if not chunk:
            break
        h.update(chunk)
    return h.hexdigest()

Ответ 5

f = open(filename1, "r").read()
f2 = open(filename2,"r").read()
print f == f2

Ответ 6

Для больших файлов вы можете вычислить MD5 или SHA хэш файлов.

Ответ 7

Я бы использовал хэш содержимого файла, используя MD5.

import hashlib

def checksum(f):
    md5 = hashlib.md5()
    md5.update(open(f).read())
    return md5.hexdigest()

def is_contents_same(f1, f2):
    return checksum(f1) == checksum(f2)

if not is_contents_same('foo.txt', 'bar.txt'):
    print 'The contents are not the same!'

Ответ 8

from __future__ import with_statement

filename1 = "G:\\test1.TXT"

filename2 = "G:\\test2.TXT"


with open(filename1) as f1:

   with open(filename2) as f2:

      file1list = f1.read().splitlines()

      file2list = f2.read().splitlines()

      list1length = len(file1list)

      list2length = len(file2list)

      if list1length == list2length:

          for index in range(len(file1list)):

              if file1list[index] == file2list[index]:

                   print file1list[index] + "==" + file2list[index]

              else:                  

                   print file1list[index] + "!=" + file2list[index]+" Not-Equel"

      else:

          print "difference inthe size of the file and number of lines"