Python 使用difflib库 快速实现批量对比文件差异

关注我们

本文内容仅供学习参考，不足错误之处，还请多多指正，如果喜欢我们，请关注我们，你的支持就是我们最大的动力。

需求来源

霍克是一名软件实施工程师，每次版本升级时，虽然会提供升级相关的清单，但不会详细说明具体的改动点。为了能够更有针对性地验证和测试系统，霍克希望对比版本升级前后的文件，了解升级前后版本的变动情况。这样他就能做到心中有数，上线时更有底气。在上线后出现问题时，也能更快速地定位问题。

此时小霍可以借助一些工具来显示对比，比如使用Beyond Compare、Notepad++插件比对等，但是由于版本升级的文件众多，它们不能实现批量的文件对比，因此小霍同学，需要一个方案能实现如下需求：

1. 批量对比版本升级前后的文件，包括代码、脚本和数据文件等。
2. 对于相同文件(相同文件指同目录、同名，前后版本都存在)差异部分，能明确提示出增加、删除、修改的内容
3. 能够对比出前后版本，新增了哪些文件、删除了哪些文件
4. 支持对目录下所有文件进行对比，包括子文件夹

实现方案

通过查询发现，Python 中difflib模块，可以实现如上需求，该库为Python 标准库，无需安装。difflib模块主要用于对比文本之间的差异，并支持输出可读性比较强的HTML文档，基于difflib模块的开发逻辑如下：

1. 通过glob模块获取两个目录下的所有文件列表，包括子文件夹
2. 编写get_file_info()方法来对获取的文件列表进行处理
3. 编写compare_file()方法来实现单个文件对比，核心代码为difflib模块的ndiff()方法,该方法用来比较两个字符串的内容并返回它们之间的差异
4. 编写compare_file_batch方法来实现批量对比。

实现代码

# -*- coding: utf-8 -*-
"""
@author: MagicYang
@date: 20231117
@Tips: 关注朕大钱呀，微信公众号
@desc: 批量对比差异文件
"""
import glob, json, os, difflib
fr