Question

最简单以什么方式查找两个文本文件是否以编程方式不同？鉴于两个文件，我只需要知道它们是否不同。这是一个快速工具，可以帮助进行特别讨厌的合并（在一个分支中切换从VB到C＃的语言（耶！），并在另一个分支中进行许多更改），它不会投入生产。

可能的解决方案：

散列两个文件并比较散列
拉入文件并进行字符串比较
调用外部差异工具（不幸的是，Winmerge没有这个CLI）

如果可能的话，忽略空白区域会很棒，但我并不在乎它。最重要的是它需要快速简便。

顺便说一下，我正在使用.Net 3.5sp1。感谢您的任何想法或指示。

Answer 1

Microsoft知识库中有一篇文章，希望它有所帮助。他们比较字节以查看两个文件是否不同 - How to create a File-Compare function in Visual C#

Answer 2

最快的方法是比较流上加载的文件的字节到字节。散列这两个文件对于大文件来说需要太长时间，字符串比较也需要外部工具。

比较字节到字节对你来说是最好的，因为它们只有在两者相同时才能达到文件的EOF。

如果你进行哈希比较，字符串比较或外部工具，你必须在比较时经历整个文件，比较逐字节只会在它们相同的情况下进行。

Answer 3

逐字节检查，这里是一些代码：

public static bool AreFilesIdentical(string path1, string path2)
{
    using (FileStream file1 = new FileStream(path1)) {
        using (FileStream file2 = new FileStream(path2)) {

            if (file1.Length == file2.Length) {
                while (file1.Position < file1.Length) {
                    if (file1.ReadByte() != file2.ReadByte()) {
                        return false;
                     }
                }
                return true;
            }  
            return false;
        }
    }

}

Answer 4

使用MD5哈希算法会比较结果吗？这是一个example。

Answer 5

这还取决于您要解决的问题。您是否尝试回答这个问题：在N个文件的目录中，找到所有完全重复的内容？或者这两个文件完全相同？

如果您只是比较两个文件，那么使用逐字节检查会更有效。

但是如果你试图找到N个文件中的所有重复对，那么MD5哈希更好，因为你可以创建并存储一次MD5哈希值，并将这个小得多的值与每对文件进行比较。另外，您将遍历目录中每个其他文件的每个文件字节流。

Answer 6

我在一年前实现了一个非常专业的差异版本（我的文件超过6GB，不得不进行比较）。所以我知道diff的内部工作原理（当然是很多副本和粘贴）。一些想法：

如果您想简单地了解它们是否不同，请逐字节比较它们。通过检查它们的大小（长度）是否不同来优化，然后一次读取一个字节的文件并检查它们是否不同。你不必关心缓冲，因为你的文件API应该为你做（.Net确实如此）。
如果您有一些规则要应用于比较：
- 如果您在读取字节时忽略空格或任何其他字符，请检查是否应忽略该字节。如果应该，请阅读下一个，但只是在该文件上。
- 如果有规则将逐行，则逐行读取文件。然后散列该行，忽略您想要忽略的任何内容。
- 请记住，该行可以定义为可变长度记录，换行符作为终止符（分隔符）。因此，您可以将行定义为您想要的任何内容，并准确读取，哈希并进行比较。

如果您愿意，我可以提供代码。差异文件更复杂，因为您还将输出不同的文件。

Answer 7

从问题 - 最简单＆amp;文本文件

StreamReader sr1 = new StreamReader(filePath1);
StreamReader sr2 = new StreamReader(filePath2);
if (sr1.ReadToEnd() == sr2.ReadToEnd() )
{ do stuff }

它不快或不漂亮，但很容易

Answer 8

if ( $file1 != $file2 ) return true;

当然这在VB和C＃之间有所不同

找出两个文件是否以编程方式不同的最简单方法是什么？

8 个答案: