在Python中，是否有比较两个文本文件的内容是否相同的简明方式？

Question

我不在乎差异是什么。我只是想知道内容是否不同。

Answer 1

低级别的方法：

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

高水平方式：

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

如果你打算为连基本的效率，您可能需要首先检查文件大小：

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

这样可以节省您的阅读每两行文件的大小并不相同，因此不能相同。

（甚至更重要的是，你可以调用出每个文件的快速MD5SUM和比较这些，但是这不是“在Python”，所以我会在这里停下来。）

Answer 4

对于大文件你可以计算文件的散列码MD5或SHA。

Answer 5

我会使用MD5的文件内容的散列。

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

因为我不能评论别人的答案我会写我自己的。

如果你使用md5，你肯定不能只是md5.update（f.read（）），因为你会使用太多的内存。

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

这是一种功能样式的文件比较功能。如果文件具有不同的大小，它立即返回False;否则，它读取4KiB块大小，并立即在第一差返回False：

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]) 

只是不同的看法:)

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"