2

如何递归比较两个目录（比较应该仅基于文件名）并仅在一个或另一个目录中打印文件/文件夹？

我正在使用 Python 3.3。

我已经看过这个filecmp模块，但是，它似乎并没有完全满足我的需求。最重要的是，它不仅根据文件名来比较文件。

这是我到目前为止所得到的：

import filecmp
dcmp = filecmp.dircmp('./dir1', './dir2')
dcmp.report_full_closure()

dir1看起来像这样：

dir1
  - atextfile.txt
  - anotherfile.xml
  - afolder
    - testscript.py
  - anotherfolder
    - file.txt
  - athirdfolder

dir2看起来像这样：

dir2
  - atextfile.txt
  - afolder
    - testscript.py
  - anotherfolder
    - file.txt
    - file2.txt

我希望结果看起来像：

files/folders only in dir1
  * anotherfile.xml
  * athirdfolder

files/folders only in dir2
  * anotherfolder/file2.txt

我需要一种简单的 pythonic 方法来比较仅基于文件/文件夹名称的两个目录，并打印出差异。

另外，我需要一种方法来检查目录是否相同。

注意：我在 stackoverflow 和 google 上搜索过类似的内容。我看到很多关于如何在考虑文件内容的情况下比较文件的示例，但我找不到任何关于文件名的内容。

4

4 回答 4

7

我的解决方案使用 set() 类型来存储相对路径。那么比较只是集合减法的问题。

import os
import re

def build_files_set(rootdir):
    root_to_subtract = re.compile(r'^.*?' + rootdir + r'[\\/]{0,1}')

    files_set = set()
    for (dirpath, dirnames, filenames) in os.walk(rootdir):
        for filename in filenames + dirnames:
            full_path = os.path.join(dirpath, filename)
            relative_path = root_to_subtract.sub('', full_path, count=1)
            files_set.add(relative_path)

    return files_set

def compare_directories(dir1, dir2):
    files_set1 = build_files_set(dir1)
    files_set2 = build_files_set(dir2)
    return (files_set1 - files_set2, files_set2 - files_set1)

if __name__ == '__main__':
    dir1 = 'old'
    dir2 = 'new'
    in_dir1, in_dir2 = compare_directories(dir1, dir2)

    print '\nFiles only in {}:'.format(dir1)
    for relative_path in in_dir1:
        print '* {0}'.format(relative_path)

    print '\nFiles only in {}:'.format(dir2)
    for relative_path in in_dir2:
        print '* {0}'.format(relative_path)

讨论

  • 主力是函数 build_files_set()。它遍历一个目录并创建一组相对文件/目录名称

  • 函数 compare_directories() 接受两组文件并返回差异——非常简单。

于 2013-02-25T16:21:14.063 回答
1

基本思想，使用 os.walk 方法填充文件名字典，然后比较字典。

import os
from os.path import join
fpa = {}
for root, dirs, files in os.walk('/your/path'):
   for name in files:
   fpa[name] = 1

fpb = {}
for root, dirs, files in os.walk('/your/path2'):
   for name in files:
   fpb[name] = 1

print "files only in a"
for name in fpa.keys():
    if not(name in fpb.keys()):
        print name,"\n"

print "files only in b"
for name in fpb.keys():
    if not(name in fpa.keys()):
        print name,"\n"

我没有对此进行测试，因此您可能必须修复它也可以轻松重构以避免重用

于 2013-02-25T15:26:47.387 回答
1

实际上，filecmp可以并且应该用于此目的，但您必须进行一些编码。

  • 您提供filecmp.dircmp()两个目录，分别称为 left 和 right。
  • filecmp.dircmp.left_only是仅在左侧目录中的文件和目录的列表。
  • filecmp.dircmp.right_only是仅在正确目录中的文件和目录的列表。
  • filecmp.dircmp.common_dirs是两者中的目录的列表。

您可以使用它们来构建一个简单的递归函数来查找所有两个树都不通用的文件和目录。

代码：

from os.path import join
from filecmp import dircmp

def find_uncommon(L_dir, R_dir):
    dcmp = dircmp(L_dir, R_dir)
    L_only = [join(L_dir, f) for f in dcmp.left_only]
    R_only = [join(R_dir, f) for f in dcmp.right_only]
    for sub_dir in dcmp.common_dirs:
        new_L, new_R = find_uncommon(join(L_dir, sub_dir), join(R_dir, sub_dir))
        L_only.extend(new_L)
        R_only.extend(new_R)
    return L_only, R_only

测试用例：

C:/
    L_dir/
        file_in_both_trees.txt
        file_in_L_tree.txt
        dir_in_L_tree/
        dir_in_both_trees/
            file_in_both_trees.txt
            file_in_L_tree.txt
            dir_in_L_tree/
                file_inside_dir_only_in_L_tree.txt
    R_dir/
        file_in_both_trees.txt
        file_in_R_tree.txt
        dir_in_R_tree/
        dir_in_both_trees/
            file_in_both_trees.txt
            file_in_R_tree.txt
            dir_in_R_tree/
                file_inside_dir_only_in_R_tree.txt

演示：

L_only, R_only = find_uncommon('C:\\L_dir', 'C:\\R_dir')
print('Left only:\n\t' + '\n\t'.join(L_only))
print('Right only:\n\t' + '\n\t'.join(R_only))

结果：

Left_only:
    C:\L_dir\file_in_L_tree.txt
    C:\L_dir\dir_in_L_tree
    C:\L_dir\dir_in_both_trees\file_in_L_tree.txt
    C:\L_dir\dir_in_both_trees\dir_in_L_tree
Right_only:
    C:\R_dir\file_in_R_tree.txt
    C:\L_dir\dir_in_R_tree
    C:\R_dir\dir_in_both_trees\file_in_R_tree.txt
    C:\R_dir\dir_in_both_trees\dir_in_R_tree

请注意，如果您想查看不常见目录的内部，则必须稍微修改上面的代码。我在说的是上面示例中的这两个文件：

file_inside_dir_only_in_L_tree.txt
file_inside_dir_only_in_R_tree.txt
于 2017-04-18T02:46:01.067 回答
0

蟒蛇2：

import os    
folder1 = os.listdir('/path1')
folder2 = os.listdir('/path2')
folder_diff = set(folder1) - set(folder2) if folder1 > folder2 else set(folder2) - set(folder1)
print folder_diff
于 2020-03-19T17:41:37.647 回答