Python實現(xiàn)輕松比較兩個文件夾的多種方法

更新時間：2025年09月24日 09:42:48 作者：Jack電子實驗室

在處理數(shù)據(jù)集時,我們經(jīng)常會遇到兩個文件夾中文件數(shù)目不一致的情況,本文我們就來使用Python比較一下兩個文件夾,輕松實現(xiàn)找出多出的文件,有需要的可以了解下

在處理數(shù)據(jù)集時,我們經(jīng)常會遇到兩個文件夾中文件數(shù)目不一致的情況。這可能是由于某些文件被遺漏或者錯誤地刪除導致的。為了快速找出哪些文件是多出來的,我們可以使用Python中的集合操作來實現(xiàn)。

首先,我們定義一個函數(shù) get_files_in_directory(directory) 來獲取指定目錄中的所有文件名,并將其轉(zhuǎn)換為一個集合:

import os

def get_files_in_directory(directory):
    """獲取指定目錄中的所有文件名"""
    return set(os.listdir(directory))

接下來,我們定義另一個函數(shù) find_extra_files(dir1, dir2) 來比較兩個文件夾中的文件差異:

def find_extra_files(dir1, dir2):
    """找出在 dir1 中但不在 dir2 中的文件"""
    files_dir1 = get_files_in_directory(dir1)
    files_dir2 = get_files_in_directory(dir2)

    extra_in_dir1 = files_dir1 - files_dir2
    extra_in_dir2 = files_dir2 - files_dir1

    return extra_in_dir1, extra_in_dir2

在這個函數(shù)中,我們首先使用 get_files_in_directory() 函數(shù)獲取兩個文件夾中的所有文件名,并將其轉(zhuǎn)換為集合。然后,我們使用集合的差集操作 files_dir1 - files_dir2 和 files_dir2 - files_dir1 來分別找出在 dir1 中多出的文件和在 dir2 中多出的文件。

最后,我們可以使用這個函數(shù)來比較兩個文件夾,并輸出結(jié)果:

# 示例用法
dir1 = r'F:\datesate\datasetnii\date-png\tumor_image'  
dir2 = r'F:\datesate\datasetnii\date-png\tumor_lable'  

extra_in_dir1, extra_in_dir2 = find_extra_files(dir1, dir2)

print(f"在 {dir1} 中多出的文件: {extra_in_dir1}")
print(f"在 {dir2} 中多出的文件: {extra_in_dir2}")

這樣,我們就可以快速地找出兩個文件夾中多出的文件,并進行相應的處理。

全部代碼：

import os

def get_files_in_directory(directory):
    """獲取指定目錄中的所有文件名"""
    return set(os.listdir(directory))

def find_extra_files(dir1, dir2):
    """找出在 dir1 中但不在 dir2 中的文件"""
    files_dir1 = get_files_in_directory(dir1)
    files_dir2 = get_files_in_directory(dir2)

    extra_in_dir1 = files_dir1 - files_dir2
    extra_in_dir2 = files_dir2 - files_dir1

    return extra_in_dir1, extra_in_dir2

# 示例用法
dir1 = r'F:\datesate\datasetnii\date-png\tumor_image'  # 替換為第一個文件夾的路徑
dir2 = r'F:\datesate\datasetnii\date-png\tumor_lable'  # 替換為第二個文件夾的路徑

extra_in_dir1, extra_in_dir2 = find_extra_files(dir1, dir2)

print(f"在 {dir1} 中多出的文件: {extra_in_dir1}")
print(f"在 {dir2} 中多出的文件: {extra_in_dir2}")

方法補充

python比較兩個文件是否一致

1.逐行比較

逐行比較是最簡單的文件比較方法，適用于小文件?？梢酝ㄟ^逐行讀取兩個文件的內(nèi)容，并逐行進行比較。以下是一個簡單的示例代碼：

def compare_files_line_by_line(file1, file2):
    with open(file1, 'r') as f1, open(file2, 'r') as f2:
        for line1, line2 in zip(f1, f2):
            if line1 != line2:
                return False
            return True

這種方法的優(yōu)點是直觀、易于理解，但缺點是對于大文件效率較低。

2.文件內(nèi)容哈希

文件內(nèi)容哈希是一種更高效的比較方法，特別適用于大文件。通過計算文件內(nèi)容的哈希值，可以快速判斷兩個文件是否一致。以下是一個示例代碼：

import hashlib
def get_file_hash(file_path):
    hash_md5 = hashlib.md5()
    with open(file_path, 'rb') as f:
        for chunk in iter(lambda: f.read(4096), b""):
            hash_md5.update(chunk)
    return hash_md5.hexdigest()
def compare_files_by_hash(file1, file2):
    return get_file_hash(file1) == get_file_hash(file2)

3.文件大小比較

文件大小比較是一種簡單而快速的比較方法。對于某些情況下，如果兩個文件的大小不同，那么它們的內(nèi)容肯定不一致。以下是一個示例代碼：

import os
def compare_files_by_size(file1, file2):
    return os.path.getsize(file1) == os.path.getsize(file2)

4.使用第三方庫

使用filecmp庫

filecmp庫是Python標準庫中的一個模塊，可以方便地比較文件和目錄。以下是一個示例代碼：

import filecmp
def compare_files_with_filecmp(file1, file2):
???????return filecmp.cmp(file1, file2, shallow=False)

這種方法的優(yōu)點是使用方便，缺點是需要依賴第三方庫。

使用difflib庫

difflib庫也是Python標準庫中的一個模塊，可以用于比較文件內(nèi)容，并生成差異報告。以下是一個示例代碼：

import difflib

def compare_files_with_difflib(file1, file2):
    with open(file1, 'r') as f1, open(file2, 'r') as f2:
        diff = difflib.unified_diff(f1.readlines(), f2.readlines())
        
        return list(diff)

這種方法的優(yōu)點是可以生成詳細的差異報告，缺點是需要依賴第三方庫，并且對于大文件效率較低。

到此這篇關(guān)于Python實現(xiàn)輕松比較兩個文件夾的多種方法的文章就介紹到這了,更多相關(guān)Python比較文件夾內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: