判断文件是否相同可通过哈希比对、filecmp模块、分块比对和元信息预筛实现,分别适用于大文件、简单场景、超大文件和批量处理,兼顾效率与准确性。

判断两个文件是否相同,关键在于准确与效率的平衡。直接读取全部内容对比虽然简单,但对大文件不友好。以下是几种高效且实用的方法。
通过计算文件的哈希(如 MD5、SHA256)来判断内容是否一致,适合大文件或需要远程比对的场景。
优点:只需一次完整读取,内存可控,支持分块处理。
示例代码:
立即学习“Python免费学习笔记(深入)”;
import hashlib
def get_file_hash(filepath, hash_algo=hashlib.md5):
hash_obj = hash_algo()
with open(filepath, 'rb') as f:
for chunk in iter(lambda: f.read(8192), b""):
hash_obj.update(chunk)
return hash_obj.hexdigest()
if get_file_hash('file1.txt') == get_file_hash('file2.txt'): print("文件内容相同")else:
print("文件内容不同")Python 标准库 filecmp 提供了现成的文件比较功能,简洁高效。
示例:
import filecmp
if filecmp.cmp('file1.txt', 'file2.txt', shallow=False): print("文件相同")else:
print("文件不同")shallow=True 时只比较文件元信息(如大小、修改时间),速度快;设为 False 则逐字节比对内容。
对于超大文件,可分块读取并实时比对,发现差异立即退出,节省时间。
实现方式:
代码示例:
def files_equal(file1, file2, block_size=8192):
with open(file1, 'rb') as f1, open(file2, 'rb') as f2:
while True:
b1 = f1.read(block_size)
b2 = f2.read(block_size)
if b1 != b2:
return False
if not b1:
break
return True
在进行内容比对前,先检查文件大小和修改时间,能快速排除明显不同的文件。
示例:
import os
def quick_compare(file1, file2):
stat1 = os.stat(file1)
stat2 = os.stat(file2)
if stat1.st_size != stat2.st_size:
return False # 大小不同,肯定不一样
return filecmp.cmp(file1, file2, shallow=False)
基本上就这些。根据使用场景选择合适方法:追求简洁用 filecmp,大文件推荐哈希或分块比对,批量处理前先做大小过滤更高效。
以上就是Python 如何高效比对两个文件是否相同的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号