在Python

Question

我有两个不同的目录，具有不同的目录树结构。目录A有一些文件在目录B中，反之亦然，我想确保文件大小相同，所以我知道哪个副本是正确的（如果它们不同，则更大的一个是我想要的那个）。这些文件大约1-2 GB。另外，这些目录有各种文件类型，我只想比较具有特定扩展名的目录。

如何比较相似文件的文件大小并输出匹配且不匹配的列表？

感谢：）

更新：对于模糊的问题，我很抱歉，我是新的堆栈溢出。我对此进行了更多的研究，并且能够弄明白。解决方案如下。对于此测试，有两个目录test1 /和test2 /都包含file1.txt和file2.txt。 file1.txt在两个目录之间是相同的，而file2.txt是不同的。

d1_contents = set(os.path.basename(x) for x in glob.glob("/Users/raycharles/Desktop/test1/*.txt"))
#print d1_contents

d2_contents = set(os.path.basename(x) for x in glob.glob("/Users/raycharles/Desktop/test2/*.txt"))
#print d2_contents

common = list(d1_contents & d2_contents)

common_files = [ f
               for f in common
               if os.path.isfile(os.path.join('/Users/raycharles/Desktop/test1/', f))]

print 'Common files:', common_files

# Compare the directories
match, mismatch, errors = filecmp.cmpfiles('/Users/raycharles/Desktop/test1/', 
                                           '/Users/raycharles/Desktop/test2/', 
                                           common_files, shallow=True)


match = sorted(match)
mismatch = sorted(mismatch)
errors = sorted(errors)

print 'Match:', match
print ""
print 'Mismatch:', mismatch
print ""
print 'Errors:', errors
print ""

这是输出：

Common files: ['file1.txt', 'file2.txt']
Match: ['file1.txt']

Mismatch: ['file2.txt']

Errors: []

Answer 1

解决方案概要：

使用os.walk()查找每个目录中的所有文件，将文件列表转换为集合，然后找到集合交集。

对于交集中的每个文件，使用os.stat()获取其大小（实际上，每个副本获得两个大小）。比较尺寸。