Python 比较文件 Python使用fliecmp实现比较文件的操作

前言

对于文件的比较一般有几种，比如比较文件的内容，比较文件的大小，或者直接对比整个项目文件。特别是在项目的更新迭代中，可以通过该库来比较当前版本与之前版本有哪些文件不同。

所以，本篇将详细讲解Python的文件比较库：filecmp。

生成示例文件

在比较文件之前，我们首先需要有用于比较的文件。所以，为了后面的测试，我们先来创建一些文件。示例如下：

def mkfile(filename,content):
    with open(filename,'w') as f:
        f.write(content or filename)
    return

mkfile('filecmps/one.txt','1212121212')
mkfile('filecmps/two.txt','1212121212')
mkfile('filecmps/three.txt','333333333')

这里，我们先创建3个文件，其中2个文件的内容相等。

cmp()（比较文件）

fliecmp库提供了cmp()函数用于比较文件系统上的两个文件。示例如下：

import filecmp

print(filecmp.cmp('filecmps/one.txt', 'filecmps/two.txt', shallow=False))
print(filecmp.cmp('filecmps/one.txt', 'filecmps/three.txt', shallow=False))
print(filecmp.cmp('filecmps/one.txt', 'filecmps/two.txt'))
print(filecmp.cmp('filecmps/one.txt', 'filecmps/one.txt'))

运行之后，效果如下：

如果参数shallow为True，只判断os.stat()函数返回内容是否相同，如果相同就返回True，否则再比较文件内容是否相同，如果相同也返回True。使用shallow参数可以快速地比较文件是否有修改过。(shallow参数默认为True)

cmpfiles()（比较一组文件）

cmp()函数用于单个文件的比较，而要对比两个目录中的一组文件，我们需要使用cmpfiles()函数，示例如下：

import filecmp

print(filecmp.cmpfiles('filecmps', 'text', common=['13.png', '14.png', 'one.txt']))

运行之后，效果如下：

这里返回了3个列表，分别是相同列表，不同列表以及错误列表。相同列表放的是两个目录中相同的文件，不同列表是两个目录中不同的文件，但需要注意common指定了需要对比的文件，也就是说这3个列表的每个文件必须在common指定中才会用于对比，不指定不会对比也不会存在于列表中，哪怕文件夹下面有其他文件。错误列表指的是某个目录根本没有该文件。

dircmp()（比较目录）

前面2个函数都是针对文件进行的比较，但是项目文件的迭代对比往往直接对比的是整个目录结构，所以我们还需要掌握目录的比较。fliecmp库提供的目录比较函数为：dircmp()。示例如下：

import filecmp

dc = filecmp.dircmp('filecmps', 'text')
dc.report()

运行之后，效果如下：

第1行为对比的两个文件夹，第2第3行为对比的两个目录中的所有文件。第4行是对比后的结果，这里只有3个文件完全相同。但是需要注意的是，report()函数只是用于比较当前目录下的文件，不包括里面文件夹以及文件夹下面的文件。如果需要递归比较所有目录文件，需要用到report_full_closure()。

示例如下：

import filecmp

dc = filecmp.dircmp('filecmps', 'text')
dc.report_full_closure()

运行之后，效果如下：

left_list与right_list

在对比文件之前，我们可以列出所比较目录中的文件以及子目录。示例如下：

import filecmp

dc = filecmp.dircmp('filecmps', 'text')
print(dc.left_list)
print(dc.right_list)

运行之后，效果如下：

left_list为第1个参数的目录，right_list为第2个参数的目录，把2个参数看成左右，自然很好区分。

忽略部分文件进行对比

在对比两个目录的所有文件之时，我们还可以手动的过滤掉不需要对比的文件及文件夹，比如我们不对比文件中的123文件夹中的所有文件，可以直接这样操作：

import filecmp

dc = filecmp.dircmp('filecmps', 'text',ignore=['123'])
dc.report_full_closure()

运行之后，效果如下：

report_full_closure()函数本来需要一层一层目录去对比的。这里，博主过滤掉了其唯一的子目录123，所以只存在一层文件的对比。目录结构如下:

其他属性

除了这些方法与属性之外，还有其他的属性供开发者调用，比如只查找相同的文件，或者只判断某个目录的独有文件，可以这样操作：

import filecmp

dc = filecmp.dircmp('filecmps', 'text')
print(dc.common)
print(dc.right_only)
print(dc.left_only)

运行之后，效果如下：

common：为2目录同时存在的文件名

right_only：为右目录独有的文件

left_only：为左目录独有的文件。

这里的common公共目录还可以进一步的操作，示例如下：

import filecmp

dc = filecmp.dircmp('filecmps', 'text')
print(dc.common_dirs)
print(dc.common_files)
print(dc.common_funny)

运行之后，效果如下：

common_dirs：公共的文件夹

common_files：公共的文件

common_funny: 2个目录中类型不同的内容，或os.stat()指出的有错误的地方（可以简单的理解有一个文件夹是123，一个文件也是123，那么就会出现在common_files中）

以上是相同的划分，我们还有不同的划分，示例如下：

import filecmp

dc = filecmp.dircmp('filecmps', 'text')
print(dc.same_files)
print(dc.diff_files)
print(dc.funny_files)

这里一一对应上面的公共，只是是不同的不是公共的。运行之后，效果如下：

最后还有一个属性：subdirs，用于将目录名映射到新的dircmp对象。示例如下：

import filecmp

dc = filecmp.dircmp('filecmps', 'text')
print(dc.subdirs)

运行之后，效果如下：