python - Pythonでは、2つのテキストファイルの内容が同じであるかどうかを比較する簡潔な方法はありますか？

Question

違いは関係ありません。内容が違うのか知りたいだけです。

Answer 1

低レベルの方法：

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

高レベルの方法：

import filecmp
if filecmp.cmp(filename1, filename2, shallow=False):
   ...

Answer 2

基本的な効率を上げる場合は、最初にファイルサイズを確認することをお勧めします。

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

これにより、同じサイズでもないため、同じにすることのできない2つのファイルのすべての行を読み取る必要がなくなります。

（それ以上に、各ファイルの高速MD5sumを呼び出してそれらを比較することもできますが、それは「Python」ではないため、ここで停止します。）

Answer 3

これは関数型のファイル比較関数です。ファイルのサイズが異なる場合、即座に False を返します。それ以外の場合は、4KiB のブロック サイズで読み取り、最初の相違点で即座に False を返します。

from __future__ import with_statement
import os
import itertools, functools, operator
try:
    izip= itertools.izip  # Python 2
except AttributeError:
    izip= zip  # Python 3

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

        # set up one 4k-reader for each file
        fp1_reader= functools.partial(fp1.read, 4096)
        fp2_reader= functools.partial(fp2.read, 4096)

        # pair each 4k-chunk from the two readers while they do not return '' (EOF)
        cmp_pairs= izip(iter(fp1_reader, b''), iter(fp2_reader, b''))

        # return True for all pairs that are not equal
        inequalities= itertools.starmap(operator.ne, cmp_pairs)

        # voilà; any() stops at first True value
        return not any(inequalities)

if __name__ == "__main__":
    import sys
    print filecmp(sys.argv[1], sys.argv[2])

ちょっと違うテイク:)

Answer 4

他の方の回答にはコメントできないので、自分で書きます。

md5 を使用する場合は、メモリを使いすぎるため、 md5.update(f.read()) だけではいけません。

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 5

f = open(filename1, "r").read()
f2 = open(filename2,"r").read()
print f == f2

Answer 6

MD5 を使用して、ファイルの内容のハッシュを使用します。

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 7

より大きなファイルの場合、ファイルのMD5またはSHAハッシュを計算できます。

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"