Python進(jìn)行文件比對(duì)簡(jiǎn)析

Python在IC中的應(yīng)用，主要處理的對(duì)象以文本為主，但在某些的情況下，文本文件非常巨大，比如上G的文件。

這個(gè)時(shí)候，利用gvimdiff，tkdiff對(duì)文件的比對(duì)是比較慢甚至卡的，Python有很強(qiáng)大的數(shù)據(jù)處理能力，這里使用zip命令可以非常高效的進(jìn)行文件比對(duì)。

下面腳本參考：

用法：./diff.py test1.log test2.log

./diff.pytest1.logtest2.log

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

不同行內(nèi)容輸出到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:
#逐行比較兩個(gè)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)

其中簡(jiǎn)單說明兩個(gè)函數(shù)：enumerate()和zip(f1, f2)

enumerate() 是 Python 內(nèi)置函數(shù)，它接受一個(gè)可迭代對(duì)象（如列表、元組、字符串等）作為輸入，返回一個(gè)枚舉對(duì)象。

這個(gè)枚舉對(duì)象包含每個(gè)元素的索引和值，可以用來遍歷序列時(shí)獲取當(dāng)前元素的索引。

以下是一個(gè)使用 enumerate() 函數(shù)的示例：

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

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

在上面的代碼中，enumerate() 函數(shù)將 fruits 列表轉(zhuǎn)換為一個(gè)枚舉對(duì)象，遍歷該對(duì)象時(shí)，每個(gè)元素會(huì)被拆分成兩部分，一部分是索引，一部分是值。

輸出結(jié)果：

0apple
1banana
2cherry

在循環(huán)體內(nèi)，我們可以使用 i 變量來訪問當(dāng)前元素的索引，使用 fruit 變量來訪問當(dāng)前元素的值。

zip(f1, f2) 是將兩個(gè)可迭代對(duì)象 f1 和 f2 中的對(duì)應(yīng)元素一一配對(duì)，生成一個(gè)新的迭代器；

在比較文件的過程中，zip() 函數(shù)可以用來同時(shí)遍歷兩個(gè)文件對(duì)象 f1 和 f2，逐行比較它們的內(nèi)容。

這里再額外提一個(gè)利用difflib 模塊進(jìn)行文件比對(duì)

使用 difflib 模塊進(jìn)行文件比對(duì)可以得到更詳細(xì)的文件差異信息。difflib 模塊提供了多種比對(duì)算法和函數(shù)，可以用來比較文本文件、代碼文件等;

使用 difflib.HtmlDiff() 類來生成差異信息的 HTML 格式。

下面是一個(gè)示例代碼，它比對(duì)兩個(gè)文件并將差異信息以 HTML 格式輸出到文件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):
#讀取兩個(gè)文件的內(nèi)容
withopen(file1,'r')asf1,open(file2,'r')asf2:
text1=f1.read()
text2=f2.read()

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

#將HTML內(nèi)容寫入文件
withopen(output_file,'w')asf:
f.write(html)
print("
Diffcompleted.")

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

上面的代碼中，使用 difflib.HtmlDiff() 類的 make_file() 方法生成差異信息的 HTML 格式。

注意要使用 splitlines() 方法將文本轉(zhuǎn)換為行列表。

生成的 HTML 文件中，差異信息會(huì)以表格形式呈現(xiàn)，每一行的左側(cè)顯示行號(hào)，右側(cè)顯示該行的內(nèi)容。

這種格式的輸出相對(duì)于純文本格式的輸出更容易閱讀和理解，特別是在需要比對(duì)較長文本時(shí)，能夠提高比對(duì)效率和結(jié)果的準(zhǔn)確性。

審核編輯：劉清