用 Python 对比两个目录下的内容，并生成 Json 文件

电玩女神 2022-12-04 01:18 125阅读 0赞

### 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：

![format_png][]

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？

### 六、参考 ###

[Python判断两个文件是否相同与两个文本进行相同项筛选的方法][Python]

[Python对象转换为json的方法步骤][Python_json]

[【Python】字典内容写入json文件][Python_json 1]

[format_png]: /images/20221123/27ef6a0f34354b14b27e3fb04dee85fe.png
[Python]: https://www.jb51.net/article/157140.htm
[Python_json]: https://www.jb51.net/article/160222.htm
[Python_json 1]: https://blog.csdn.net/liuxiao214/article/details/80115924