构建两个文件夹，其结构如图所示:
其中data内容保持一致，data1内容不一致，data2是tmp独有，readme1和readme内容一致。
如果单纯比较两个文件是否相同，可以通过filecmp.cmp(f1, f2, shallow=True)实现。其中f1、f2是文件名，shallow=True，则通过文件的元信息比较是否一致，如果是False，则比较两个文件内容。
如果非递归比较两个目录中的一组文件，可以选择通过filecmp.cmpfiles(dir1, dir2, common, shallow=True)实现。其中dir1、dir2是两个文件夹，common是list，里面是需要比较的共同文件名称。
对于大目录树的递归比较或者更完整的分析，可以选择使用dircmp类。
整体效果：
import hashlibimport os
import sys
if len(sys.argv) <3:#1
print("You need to specify two directories:")#1
print(sys.argv[0], "<directory 1><directory 2>")#1
sys.exit() #1
directory1 = sys.argv[1] #2
directory2 = sys.argv[2] #2
print("Comparing:")
print(directory1)
print(directory2)
for directory in [directory1, directory2]:
if not os.access(directory, os.F_OK):
print(directory, "is not a valid directory!")
sys.exit()
def md5(file_path):
if os.path.isdir(file_path):
return '1'
read_file = open(file_path,'r')
the_hash = hashlib.md5()
for line in read_file.readlines():
the_hash.update(line.encode('utf8'))
read_file.close()
return the_hash.hexdigest()
def directory_listing(directory_name):
dir_file_list = {}
dir_root = None
dir_trim = 0
for path, dirs, files in os.walk(directory_name):
if dir_root is None:
dir_root = path
dir_trim = len(dir_root)
print("dir", directory_name,)
print("root is", dir_root)
trimmed_path = path[dir_trim:]
if trimmed_path.startswith(os.path.sep):
trimmed_path = trimmed_path[1:]
#print "path is", path, " and trimmed_path is", trimmed_path
for each_file in files + dirs:
file_path = os.path.join(trimmed_path, each_file)
dir_file_list[file_path] = True
return (dir_file_list, dir_root)
dir1_file_list, dir1_root = directory_listing(directory1)
dir2_file_list, dir2_root = directory_listing(directory2)
results = {}
for file_path in dir2_file_list.keys():
if file_path not in dir1_file_list:
results[file_path] = "not found in directory 1"
else:
#print file_path, "found in directory 1 and 2"
file1 = os.path.join(dir1_root, file_path)
file2 = os.path.join(dir2_root, file_path)
if md5(file1) != md5(file2):
results[file_path] = "is different in directory 2"
else:
results[file_path] = "is the same in both"
for file_path, value in dir1_file_list.items():
if file_path not in results:
results[file_path] = "not found in directory 2"
for path, result in sorted(results.items()):
print(path, result)
Python splitlines()按照行('\r', '\r\n', \n')分隔，返回一个包含各行作为元素的列表，如果参数 keepends 为 False，不包含换行符，如果为 True，则保留换行符。
用的是Python difflib模块：difflib是 Python 提供的比较序列(string list)差异的模块。
实现了三个类：
1>SequenceMatcher 任意类型序列的比较 (可以比较字符串)
2>Differ 对字符串进行比较
3>HtmlDiff 将比较结果输出为html格式.
