一、背景
两个文件夹下，可能有相同名字的文件，也可能有不同名字的文件，相同名字的文件也有可能内容不同，因此需要对比，将结果输出到 Json 文件。
二、思路
先获取两个目录，然后分别遍历目录下的所有文件，将文件名加入文件列表，字符串拼接成新的文件路径，加入路径列表。
然后分别打开文件，通过计算文件哈希值来对比文件是否相同，将结果先存到字典中。因为两个目录下文件数量可能不同，因此需要考虑如果某个目录下的文件数多于另一个目录的文件数，那么必定是不相同，需要单独存到字典中。
最后，将字典里的内容输出到 Json 文件。
三、代码
import hashlib
import os
import json
dic = {}
def getHash(f):
"""
获取文件哈希值
f：文件
"""
line = f.readline()
hash = hashlib.md5()
while(line):
hash.update(line)
line = f.readline()
return hash.hexdigest()
def IsHashEqual(f1,f2):
"""
比较哈希值是否相同
f1：第一个文件
f2：第二个文件
"""
str1 = getHash(f1)
str2 = getHash(f2)
return str1 == str2
def CountFiles(path1, path2):
"""
比较文件
"""
path_1, path_2 = [], []
file_dir1, file_dir2 = [], []
# 获取 path1 路径下的所有文件
for file in os.listdir(path1):
file_dir1.append(file)
# print(file)
tmp_path1 = path1 + str(file)
# print(path1)
path_1.append(tmp_path1)
# 获取 path2 路径下的所有文件
for file in os.listdir(path2):
file_dir2.append(file)
# print(file)
tmp_path2 = path2 + str(file)
# print(path2)
path_2.append(tmp_path2)
len1, len2 = len(path_1), len(path_2)
for i in range(min(len1, len2)):
file1 = open(path_1[i], "rb")
file2 = open(path_2[i], "rb")
res = IsHashEqual(file1, file2)
dic[file_dir1[i]] = res
# print(dic)
# 两个路径下的文件数量不同
if len1 < len2:
for i in range(len1, len2):
dic[file_dir2[i]] = False
elif len1 > len2:
for i in range(len2, len1):
dic[file_dir1[i]] = False
# 写入 json 文件
js = json.dumps(dic)
with open('test_data.json', 'w') as json_file:
json_file.write(js)
if __name__ == '__main__':
# f1 = open("D:/Code/Python/test1/0.py","rb")
# f2 = open("D:/Code/Python/test2/0.py","rb")
# print(IsHashEqual(f1,f2))
path1 = "D:/Code/Python/test1/"
path2 = "D:/Code/Python/test2/"
CountFiles(path1, path2)
print(dic)
四、结果
test1 和 test2 两个文件夹下的内容如下图所示：
image
其中，0.py 文件里面内容都一样，1.py 文件里面内容不相同，2.txt 只有单独的一个。
运行此程序前需要在程序所在目录下新建一个 test_data.json 文件，然后运行程序，打开 json 文件，可以查看到以下内容：
{"0.py": true, "1.py": false, "2.txt": false}
五、需要改进的地方
- 只考虑文件目录一层结构，如果目录下面还有二级目录，怎么继续判断二级目录下的内容是否相同？
- 是否可以同步更新两个目录下的内容，保证一致性？
