首页 > Python基础教程 >
-
Python3标准库：filecmp比较文件(2)
shallo参数告诉cmp()除了文件的元数据外，是否还要查看文件的内容。默认情况下，会使用由os.stat()得到的信息来完成一个浅比较。如果结果是一样的，则认为文件相同。因此，对于同时创建的相同大小的文件，即使他们的内容不同，也会报告为是相同的文件。当shallow为False时，则要比较文件的内容。
如果非递归的比较两个目录中的一组文件，则可以使用cmpfiles()。参数是目录名和两个位置上要检查的我就爱你列表。传入的公共文件列表应当只包含文件名(目录会导致匹配不成功)，而且这些文件在两个位置上都应当出现。下一个例子显示了构造公共列表的一种简单方法。与cmp()一样，这个比较也有一个shallow标志。
- import filecmp
- import os
- # Determine the items that exist in both directories
- d1_contents = set(os.listdir('example/dir1'))
- d2_contents = set(os.listdir('example/dir2'))
- common = list(d1_contents & d2_contents)
- common_files = [
- f
- for f in common
- if os.path.isfile(os.path.join('example/dir1', f))
- ]
- print('Common files:', common_files)
- # Compare the directories
- match, mismatch, errors = filecmp.cmpfiles(
- 'example/dir1',
- 'example/dir2',
- common_files,
- )
- print('Match :', match)
- print('Mismatch :', mismatch)
- print('Errors :', errors)
cmpfiles()返回3个文件名列表，分别包含匹配的文件、不匹配的文件和不能比较的文件(由于权限问题或出于其他原因)。
1.3 比较目录
前面介绍的函数适合完成相对简单的比较。对于大目录树的递归比较或者更完整的分析，dircmp类很更有用。在最简单的用例中，report()会打印比较两个目录的报告。
- import filecmp
- dc = filecmp.dircmp('example/dir1', 'example/dir2')
- dc.report()
输出是一个纯文本报告，显示的结果只包括给定目录的内容，而不会递归比较其子目录。在这里，认为文件not_the_same是相同的，因为这里没有比较内容。无法让dircmp像cmp()那样比较文件的内容。
为了更多的细节，也为了完成一个递归比较，可以使用report_full_closure()。
- import filecmp
- dc = filecmp.dircmp('example/dir1', 'example/dir2')
- dc.report_full_closure()
输出将包括所有同级子目录的比较。 
1.4 在程序中使用差异
除了生成打印报告，dircmp还能计算文件列表，可以在程序中直接使用。以下各个属性只在请求时才计算，所以对于未用的数据，创建dircmp实例不会带来开销。
- import filecmp
- import pprint
- dc = filecmp.dircmp('example/dir1', 'example/dir2')
- print('Left:')
- pprint.pprint(dc.left_list)
- print('\nRight:')
- pprint.pprint(dc.right_list)
所比较目录中包含的文件和子目录分别列在left_list和right_list中。
可以向构造函数传入一个要忽略的名字列表(该列表中指定的名字将被忽略)来对输入进行过滤。默认的，RCS、CVS和tags等名字会被忽略。
- import filecmp
- import pprint
- dc = filecmp.dircmp('example/dir1', 'example/dir2',
- ignore=['common_file'])
- print('Left:')
- pprint.pprint(dc.left_list)
- print('\nRight:')
- pprint.pprint(dc.right_list)
在这里，将common_file从要比较的文件列表中去除。
两个输入目录中共有的文件名会保存在common内，各目录独有的文件会列在left_only和right_only中。
- import filecmp
- import pprint
- dc = filecmp.dircmp('example/dir1', 'example/dir2')
- print('Common:')
- pprint.pprint(dc.common)
- print('\nLeft:')
- pprint.pprint(dc.left_only)
- print('\nRight:')
- pprint.pprint(dc.right_only)
"左"目录是dircmp()的第一个参数，"右"目录是第二个参数。
公共成员可以被进一步分解为文件、目录和“有趣”元素(两个目录中类型不同的内容，或者os.stat()指出的有错误的地方)。
