Gibt es in Python eine übersichtliche Methode, um zu vergleichen, ob der Inhalt von zwei Textdateien identisch ist?

Question

Es ist mir egal, was die Unterschiede sind. Ich möchte nur wissen, ob die Inhalte unterschiedlich sind.

Answer 1

Das niedrige Niveau Weg:

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

Die hohe Art und Weise:

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

Answer 2

 

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

 

Answer 3

Wenn Sie selbst grundlegende Effizienz gehen, werden Sie wahrscheinlich die Dateigröße überprüfen möchten zuerst :

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

Das spart Ihnen lesen Jede Zeile von zwei Dateien, die nicht einmal die gleiche Größe haben, kann also nicht identisch sein.

(Noch weiter als das, könnte man auf eine schnelle MD5sum jeder Datei rufen und diejenigen vergleichen, aber das ist nicht „in Python“, also werde ich hier aufhören.)

Answer 4

Für größere Dateien könnten Sie Berechnen Sie einen MD5 oder SHA Hash der Dateien.

Answer 5

Ich würde einen Hash des Inhalts der Datei mit MD5 verwenden.

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!' 

Answer 6

Da ich die Antworten anderer nicht kommentieren kann, schreibe ich meine eigene.

Wenn Sie md5 verwenden, müssen Sie definitiv nicht nur md5.update (f.read()), da Sie zu viel Speicher verwenden.

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() 

Answer 7

Dies ist eine funktionelle Dateivergleichsfunktion. Es gibt sofort False zurück, wenn die Dateien unterschiedliche Größen haben; sonst liest sie in 4KiB Blockgrößen und False zurückgibt sofort auf den ersten Unterschied:

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]) 

Nur eine andere Perspektive :)

Answer 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"