Python进行文件比对简析

Python在IC中的应用，主要处理的对象以文本为主，但在某些的情况下，文本文件非常巨大，比如上G的文件。

这个时候，利用gvimdiff，tkdiff对文件的比对是比较慢甚至卡的，Python有很强大的数据处理能力，这里使用zip命令可以非常高效的进行文件比对。

下面脚本参考：

用法：./diff.py test1.log test2.log

./diff.pytest1.logtest2.log

[NOTE]:Found(diff/total):564/5664differentlines
[NOTE]:Fileisdifferent
[NOTE]:Alldifferentlinesaresavedinfile:diffout.rpt

不同行内容输出到diffout.rpt文件中；

#!/tools/python-3.6.12/bin/python3.6
#-*-coding:UTF-8-*-
importos
importsys

iflen(sys.argv)>1:
file1=sys.argv[1]
file2=sys.argv[2]
else:
print("[ERROR]======Pleaseentertwofile_path")
print("[Usage]:Pythonscript.py")
sys.exit()

defcompare_files(file1,file2):
total_lines=0
different_lines=0
withopen(file1,'r')asf1,open(file2,'r')asf2,open('diffout.rpt','w')asf_out:
#逐行比较两个文件
fori,(line1,line2)inenumerate(zip(f1,f2)):
ifline1!=line2:
f_out.write('row'+str(i+1)+'isdifferent:
')
f_out.write('	file1:'+line1.rstrip()+'
')
f_out.write('	file2:'+line2.rstrip()+'
')
different_lines+=1
total_lines+=1
iftotal_lines==0:
print('Bothfilesareempty')
ifdifferent_lines==0:
print('Fileissame')
else:
print('[NOTE]:Found(diff/total):{}/{}differentlines'.format(different_lines,total_lines))
print('[NOTE]:Fileisdifferent')
print('[NOTE]:Alldifferentlinesaresavedinfile:diffout.rpt')

compare_files(file1,file2)

其中简单说明两个函数：enumerate()和zip(f1, f2)

enumerate() 是 Python 内置函数，它接受一个可迭代对象（如列表、元组、字符串等）作为输入，返回一个枚举对象。

这个枚举对象包含每个元素的索引和值，可以用来遍历序列时获取当前元素的索引。

以下是一个使用 enumerate() 函数的示例：

fruits=['apple','banana','cherry']

fori,fruitinenumerate(fruits):
print(i,fruit)

在上面的代码中，enumerate() 函数将 fruits 列表转换为一个枚举对象，遍历该对象时，每个元素会被拆分成两部分，一部分是索引，一部分是值。

输出结果：

0apple
1banana
2cherry

在循环体内，我们可以使用 i 变量来访问当前元素的索引，使用 fruit 变量来访问当前元素的值。

zip(f1, f2) 是将两个可迭代对象 f1 和 f2 中的对应元素一一配对，生成一个新的迭代器；

在比较文件的过程中，zip() 函数可以用来同时遍历两个文件对象 f1 和 f2，逐行比较它们的内容。

这里再额外提一个利用difflib 模块进行文件比对

使用 difflib 模块进行文件比对可以得到更详细的文件差异信息。difflib 模块提供了多种比对算法和函数，可以用来比较文本文件、代码文件等;

使用 difflib.HtmlDiff() 类来生成差异信息的 HTML 格式。

下面是一个示例代码，它比对两个文件并将差异信息以 HTML 格式输出到文件difflib.html 中

#!/tools/python-3.6.12/bin/python3.6
#-*-coding:UTF-8-*-

importos
importsys
importdifflib

iflen(sys.argv)>1:
file1=sys.argv[1]
file2=sys.argv[2]
else:
print("[ERROR]======Pleaseentertwofile_path")
print("[Usage]:Pythonscript.py")
sys.exit()

defdiff_files(file1,file2,output_file):
#读取两个文件的内容
withopen(file1,'r')asf1,open(file2,'r')asf2:
text1=f1.read()
text2=f2.read()

#生成差异信息的HTML格式
d=difflib.HtmlDiff()
html=d.make_file(text1.splitlines(),text2.splitlines())

#将HTML内容写入文件
withopen(output_file,'w')asf:
f.write(html)
print("
Diffcompleted.")

if__name__=='__main__':
diff_files(file1,file2,'difflib.html')

上面的代码中，使用 difflib.HtmlDiff() 类的 make_file() 方法生成差异信息的 HTML 格式。

注意要使用 splitlines() 方法将文本转换为行列表。

生成的 HTML 文件中，差异信息会以表格形式呈现，每一行的左侧显示行号，右侧显示该行的内容。

这种格式的输出相对于纯文本格式的输出更容易阅读和理解，特别是在需要比对较长文本时，能够提高比对效率和结果的准确性。

审核编辑：刘清