在Python中比较两个大文件

Question

我有两个大的文本文件，每个大约2GB。我需要像diff f1.txt f2.txt。有没有办法在python中快速完成这项任务？标准difflib太慢了。我假设有更快的方法，因为difflib完全在Python中实现。

Answer 1

如何使用difflib以便脚本可以处理大文件？不要将文件加载到内存中，而是遍历文件和diff区块中的文件。例如，一次有100行。

import difflib 

d = difflib.Differ() 

f1 = open('bigfile1') 
f2 = open('bigfile2') 

b1 = [] 
b2 = [] 

for n, lines in enumerate(zip(f1,f2)): 
    if not (n % 100 == 0): 
     b1.append(lines[0]) 
     b2.append(lines[1]) 
    else: 
     diff = d.compare("".join(b1), "".join(b2)) 
     b1 = [] 
     b2 = [] 
     print ''.join(list(diff)) 

diff = d.compare("".join(b1), "".join(b2)) 
print ''.join(list(diff)) 
f1.close() 
f2.close()