पायथन में, क्या तुलना करने का एक संक्षिप्त तरीका है कि दो टेक्स्ट फाइलों की सामग्री समान है या नहीं?

Question

मुझे कोई परवाह नहीं है कि मतभेद क्या हैं। मैं सिर्फ यह जानना चाहता हूं कि सामग्री अलग है या नहीं।

Answer 1

निम्न स्तर रास्ता:

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

उच्च स्तर रास्ता:

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

तुम भी बुनियादी दक्षता के लिए जा रहे हैं, तो आप शायद पहले फ़ाइल आकार जाँच करना चाहते हैं :

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

यह आपको सहेजता है दो फाइलों की प्रत्येक पंक्ति में जो एक ही आकार के नहीं हैं, और इस तरह एक जैसा नहीं हो सकता है।

Answer 4

बड़ी फ़ाइलों के लिए (आगे भी है कि तुलना में, तुम बाहर प्रत्येक फ़ाइल की एक तेजी से md5sum के लिए कह सकते हैं और उन की तुलना, लेकिन है कि "पायथन में" नहीं है, इसलिए मैं यहाँ बंद कर देंगे।) आप कर सकते थे फाइलों के MD5 या SHA हैश की गणना करें।

Answer 5

मैं MD5 का उपयोग कर फ़ाइल की सामग्री का हैश का उपयोग करूंगा।

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

चूंकि मैं दूसरों के उत्तरों पर टिप्पणी नहीं कर सकता हूं, मैं अपना खुद का लिखूंगा।

यदि आप md5 का उपयोग करते हैं तो आपको निश्चित रूप से md5.update (f.read()) नहीं होना चाहिए क्योंकि आप बहुत अधिक स्मृति का उपयोग करेंगे।

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

यह एक कार्यात्मक-शैली फ़ाइल तुलना फ़ंक्शन है। फाइलों के अलग-अलग आकार होने पर यह तुरंत झूठा होता है; अन्यथा, यह 4KiB ब्लॉक आकार में पढ़ता है और तुरन्त पहले अंतर पर झूठी रिटर्न:

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]) 

बस अलग राय :)

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"