Question

在Python中检查文件是否相同的最优雅的方法是什么？校验？字节比较？认为文件不会超过100-200 MB

Answer 1

filecmp模块怎么样？它可以通过不同的权衡以多种不同的方式进行文件比较。

更好的是，它是标准库的一部分：

http://docs.python.org/library/filecmp.html

Answer 2

使用hashlib获取每个文件的md5，并比较结果。

#! /bin/env python
import hashlib
def filemd5(filename, block_size=2**20):
    f = open(filename)
    md5 = hashlib.md5()
    while True:
        data = f.read(block_size)
        if not data:
            break
        md5.update(data)
    f.close()
    return md5.digest()

if __name__ == "__main__":
    a = filemd5('/home/neo/todo')
    b = filemd5('/home/neo/todo2')
    print(a == b)

更新：从Python 2.1开始，有一个filecmp module可以满足您的需求，并且还有比较目录的方法。 我从来不知道这个模块，我自己还在学习Python： - ）

>>> import filecmp
>>> filecmp.cmp('undoc.rst', 'undoc.rst')
True
>>> filecmp.cmp('undoc.rst', 'index.rst')
False

Answer 3

好的，这可能需要两个单独的答案。

如果要比较许多文件，请选择校验和并缓存每个文件的校验和。可以肯定的是，之后比较匹配的匹配文件。

如果您只有两个文件，请直接进行字节比较，因为您无论如何都必须读取文件来计算校验和。

在这两种情况下，请使用文件大小作为检查不平等的早期方法。

Answer 4

在尝试任何其他解决方案之前，您可能希望对这两个文件执行os.path.getsize(...)。如果不同，则无需比较字节或计算校验和。

当然，这只有在文件大小没有修复时才有用。

示例：

def foo(f1, f2):
    if not os.path.getsize(f1) == os.path.getsize(f2):
        return False # Or similar

    ... # Checksumming / byte-comparing / whatever

Answer 5

我会用MD5进行校验和（例如）而不是字节comaprasion加上日期检查，并取决于你需要的名字检查。

Answer 6

炮轰cmp怎么样？

import commands
status, output = commands.getstatusoutput("/usr/bin/cmp file1 file2")
if (status == 0):
  print "files are same"
elif (status == 1):
  print "files differ"
else:
  print "uh oh!"

检查文件是否相等

6 个答案: