Question

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

我正在使用Python 3.3。

我见过filecmp模块，然而，它似乎并没有完全符合我的需要。最重要的是，它不仅仅根据文件名对文件进行比较。

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/文件夹名称的两个指令，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上搜索了类似的内容。我看到很多关于如何比较考虑文件内容的文件的例子，但我找不到任何关于文件名的内容。

Answer 1

我的解决方案使用set（）类型来存储相对路径。然后比较只是集减法的问题。

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 - 非常直接。

Answer 2

基本思路，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，因此您可能需要修复此外，它可以很容易地重构，以避免重用

Answer 3

实际上，filecmp可以而且应该用于此，但你必须做一些编码。

你给filecmp.dircmp()两个目录，它左右调用。
filecmp.dircmp.left_only是仅在左侧目录中的文件和目录列表。
filecmp.dircmp.right_only是仅在右侧目录中的文件和目录的列表。
filecmp.dircmp.common_dirs是两者中的目录列表。

您可以使用它们构建一个简单的递归函数，以查找两个树不常见的所有文件和目录。

<强>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

<强>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))

<强>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，如果您想查看非常见目录，则必须稍微修改上面的代码。在我上面的示例中，我正在谈论的是这两个文件：

file_inside_dir_only_in_L_tree.txt
file_inside_dir_only_in_R_tree.txt

Answer 4

Python 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

仅比较文件/文件夹名称上的目录，打印任何差异？

4 个答案:

讨论