在python中查看两个文件是否具有相同的内容[重复]

可能的重复：
查找重复文件并删除它们。
在Python中，有没有一种简洁的方法来比较两个文本文件的内容是否相同？

在 Python 中查看两个文件内容是否相同的最简单方法是什么。

我能做的一件事就是对每个文件进行 md5 并进行比较。有没有更好的办法？

是的，如果您必须比较多个文件并存储哈希值以供以后比较，我认为对文件进行哈希处理将是最好的方法。由于哈希可能会发生冲突，因此可以根据用例进行逐字节比较。

一般来说，逐字节比较就足够且有效了，这filecmp模块已经做了+其他事情。

See http://docs.python.org/library/filecmp.html e.g.

>>> import filecmp
>>> filecmp.cmp('file1.txt', 'file1.txt')
True
>>> filecmp.cmp('file1.txt', 'file2.txt')
False

请注意，默认情况下，filecmp不比较文件的内容，为此，添加第三个参数shallow=False.

速度考虑：通常，如果只需要比较两个文件，那么如果高效地完成，则对它们进行散列并比较它们会比简单的逐字节比较更慢。例如下面的代码尝试对哈希值与逐字节进行计时

免责声明：这不是计时或比较两种算法的最佳方式。并且需要改进，但它确实给出了粗略的想法。如果您认为应该改进，请告诉我，我会更改它。

import random
import string
import hashlib
import time

def getRandText(N):
    return  "".join([random.choice(string.printable) for i in xrange(N)])

N=1000000
randText1 = getRandText(N)
randText2 = getRandText(N)

def cmpHash(text1, text2):
    hash1 = hashlib.md5()
    hash1.update(text1)
    hash1 = hash1.hexdigest()
    
    hash2 = hashlib.md5()
    hash2.update(text2)
    hash2 = hash2.hexdigest()
    
    return  hash1 == hash2

def cmpByteByByte(text1, text2):
    return text1 == text2

for cmpFunc in (cmpHash, cmpByteByByte):
    st = time.time()
    for i in range(10):
        cmpFunc(randText1, randText2)
    print cmpFunc.func_name,time.time()-st

输出是

cmpHash 0.234999895096
cmpByteByByte 0.0