主要介紹兩個 Python 中常用于比較數(shù)據(jù)的模塊，一個是 filecmp 模塊，另一個是 difflib 模塊。其中，前者主要用于比較文件及目錄，后者主要用于比較序列的類和函數(shù)，下面具體介紹兩者的區(qū)別。

filecmp 模塊

filecmp 模塊作為 Python 提供的標準庫之一，無需安裝，模塊定義了用于比較文件及目錄的函數(shù)，對服務(wù)器上的文件目錄的校驗非常實用。

cmp(f1,f2)函數(shù)

cmp(f1,f2)函數(shù)用于比較兩個文件是否相同，如果 f1 和 f2 相等則返回True，否則返回False。例如：

#新建兩個文件f1 和 f2#f1存儲的數(shù)據(jù)是1,2,3#f2存儲的數(shù)據(jù)是4,5,6import filecmpprint(filecmp.cmp(“f1″,”f1”))print(filecmp.cmp(“f1″,”f2”))FalseTrue

cmpfiles(dir1, dir2, common[, shallow])函數(shù)

cmpfiles(dir1, dir2, common[, shallow])函數(shù)可以用于比較兩個文件夾內(nèi)指定的文件是否相等，參數(shù)dir1 和 dir2 是兩個文件夾路徑，參數(shù)common是指定要比較的文件名列表。

例如，cmpfiles(‘a(chǎn)’, ‘b’, [‘c’, ‘d/e’]) 將會比較 a/c 與 b/c 以及 a/d/e 與 b/d/e?！痗’ 和 ‘d/e’ 將會各自出現(xiàn)在返回的三個列表里的某一個列表中。

clear_cache()函數(shù)

clear_cache()函數(shù)可以清除文件比較緩沖區(qū)，當比較的文件不斷地快速修改時，就可以使用這個函數(shù)來更新文件的信息。

除了以上三個函數(shù)外，filecmp 還包含一個用于比較目錄的類——dircmp。

類dircmp(a,b[,ignore[,hide]])用于創(chuàng)建一個比較目錄 a 和 b 的新的目錄比較對象。ignore 是需要忽略的文件名列表，且默認為 filecmp.DEFAULT_IGNORES。hide 是需要隱藏的文件名列表，且默認為 [os.curdir, os.pardir]。

dircmp 類提供了三個方法用于比較報告：

• report() 將 a 與 b 之間的比較結(jié)果打印出來
• report_partial_closure() 打印 a 與 b 及共同直接子目錄的比較結(jié)果
• report_full_closure() 打印 a 與 b 及共同子目錄比較結(jié)果(遞歸地)

difflib 模塊

difflib 模塊是 Python 提供的比較序列差異的功能，包含以下三個類：

• Differ 對字符串進行比較
• HtmlDiff 將比較結(jié)果輸出為html格式
• SequenceMatcher 任意類型序列的比較 (可以比較字符串)

Differ類

Differ類的作用是比較由文本行組成的序列，并產(chǎn)生可供人閱讀的差異或增量信息。Differ 統(tǒng)一使用 SequenceMatcher 來完成行序列的比較以及相似（接近匹配）行內(nèi)部字符序列的比較。

以 ‘?’ 打頭的行嘗試將視線引至行以外而不存在于任一輸入序列的差異。 如果序列包含制表符則這些行可能會令人感到迷惑。

HtmlDiff類

HtmlDiff類可以被用來創(chuàng)建HTML表格 (或者說包含表格的html文件) ，兩邊對應(yīng)展示或者行對行的展示比對差異結(jié)果。

make_file(fromlines, tolines [, fromdesc][, todesc][, context][, numlines])

make_table(fromlines, tolines [, fromdesc][, todesc][, context][, numlines])

以上兩個方法都可以用來生成包含一個內(nèi)容為比對結(jié)果的表格的html文件，并且部分內(nèi)容會高亮顯示。

SequenceMatcher類

SequenceMatcher類可用于比較任何類型的序列對，只要序列元素為 hashable 對象。其思路是找到不包含“垃圾”元素的最長連續(xù)匹配子序列；所謂“垃圾”元素是指其在某種意義上沒有價值，例如空白行或空白符。

import difflibfrom pprint import pprinta = ‘pythonclub.org is wonderful’b = ‘Pythonclub.org also wonderful’s = difflib.SequenceMatcher(None, a, b)print (“s.get_matching_blocks():”)pprint(s.get_matching_blocks())print (“s.get_opcodes():”)for tag, i1, i2, j1, j2 in s.get_opcodes(): print (“%7s a[%d:%d] (%s) b[%d:%d] (%s)” % (tag, i1, i2, a[i1:i2], j1, j2, b[j1:j2]))

輸出結(jié)果：

s.get_matching_blocks():[Match(a=1, b=1, size=14), Match(a=16, b=17, size=1), Match(a=17, b=19, size=10), Match(a=27, b=29, size=0)]s.get_opcodes():replace a[0:1] (p) b[0:1] (P) equal a[1:15] (ythonclub.org ) b[1:15] (ythonclub.org )replace a[15:16] (i) b[15:17] (al) equal a[16:17] (s) b[17:18] (s) insert a[17:17] () b[18:19] (o) equal a[17:27] ( wonderful) b[19:29] ( wonderful)

總結(jié)

本節(jié)內(nèi)容介紹了 Python 中 filecmp 和 difflib 兩個模塊的常用操作，對于實現(xiàn)文件及目錄的比較提供了支撐。