快捷導(dǎo)航

用python標準庫difflib比較兩份文件的異同詳解

更新時間：2018年11月16日 14:16:09 作者：Tony_仔

今天小編就為大家分享一篇用python標準庫difflib比較兩份文件的異同詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

【需求背景】

有時候我們要對比兩份配置文件是不是一樣，或者比較兩個文本是否異樣，可以使用linux命令行工具diff a_file b_file，但是輸出的結(jié)果讀起來不是很友好。這時候使用python的標準庫difflib就能滿足我們的需求。

下面這個腳本使用了difflib和argparse，argparse用于解析我們給此腳本傳入的兩個參數(shù)(即兩份待比較的文件)，由difflib執(zhí)行比較，比較的結(jié)果放到了一個html里面，只要找個瀏覽器打開此html文件，就能直觀地看到比較結(jié)果，兩份文件有差異的地方會高亮顯示出來。

【程序正文】

以python2.7為例，compare_two_files.py程序正文：

#!/bin/env python
# -*- coding: utf-8 -*-

# 20180430

import difflib
import sys
import argparse


# 讀取建表語句或配置文件
def read_file(file_name):
 try:
  file_desc = open(file_name, 'r')
  # 讀取后按行分割
  text = file_desc.read().splitlines()
  file_desc.close()
  return text
 except IOError as error:
  print 'Read input file Error: {0}'.format(error)
  sys.exit()


# 比較兩個文件并把結(jié)果生成一份html文本
def compare_file(file1, file2):
 if file1 == "" or file2 == "":
  print '文件路徑不能為空：第一個文件的路徑：{0}, 第二個文件的路徑：{1} .'.format(file1, file2)
  sys.exit()
 else:
  print "正在比較文件{0} 和 {1}".format(file1, file2)
 text1_lines = read_file(file1)
 text2_lines = read_file(file2)
 diff = difflib.HtmlDiff() # 創(chuàng)建HtmlDiff 對象
 result = diff.make_file(text1_lines, text2_lines) # 通過make_file 方法輸出 html 格式的對比結(jié)果
 # 將結(jié)果寫入到result_comparation.html文件中
 try:
  with open('result_comparation.html', 'w') as result_file:
   result_file.write(result)
   print "0==}==========> Successfully Finished\n"
 except IOError as error:
  print '寫入html文件錯誤：{0}'.format(error)


if __name__ == "__main__":
 # To define two arguments should be passed in, and usage: -f1 fname1 -f2 fname2
 my_parser = argparse.ArgumentParser(description="傳入兩個文件參數(shù)")
 my_parser.add_argument('-f1', action='store', dest='fname1', required=True)
 my_parser.add_argument('-f2', action='store', dest='fname2', required=True)
 # retrieve all input arguments
 given_args = my_parser.parse_args()
 file1 = given_args.fname1
 file2 = given_args.fname2
 compare_file(file1, file2)

【待比較的文件】

兩份文件分別是old_ddl_file和new_ddl_file，內(nèi)容分別是—— 
old_ddl_file文件內(nèi)容 
CREATE EXTERNAL TABLE raw_tags( 
p0 string COMMENT ‘uid', 
p3 string COMMENT ‘tag name, e.g. news, games, fairs, shoopingURL', 
p4 string COMMENT ‘e.g. 0, Games', 
p11 int COMMENT ‘gender', 
dt string COMMENT ‘date, like 26/6/2017', 
action string COMMENT ‘clickmodule, click_taghead_link, clicklink') 
CLUSTERED BY ( 
dt) 
INTO 4 BUCKETS 
ROW FORMAT DELIMITED 
FIELDS TERMINATED BY ‘,' 
STORED AS INPUTFORMAT 
‘org.apache.hadoop.mapred.TextInputFormat' 
OUTPUTFORMAT 
‘org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' 
LOCATION 
‘hdfs://hdfs-ha/apps/hive/warehouse/ksai.db/raw_tags' 
TBLPROPERTIES ( 
‘numFiles'='1', 
‘numRows'='0', 
‘rawDataSize'='0', 
‘totalSize'='70575510', 
‘transient_lastDdlTime'='1500469448')

new_ddl_file文件內(nèi)容 
CREATE EXTERNAL TABLE raw_tags( 
p0 string COMMENT ‘uid', 
p3 string COMMENT ‘tag name, e.g. news, games, fairs, shoopingURL', 
p4 string COMMENT ‘e.g. 0, Games', 
p11 int COMMENT ‘gender', 
dt string COMMENT ‘date, like 26/6/2017', 
action string COMMENT ‘clickmodule, click_taghead_link, clicklink') 
ROW FORMAT DELIMITED 
FIELDS TERMINATED BY ‘,' 
STORED AS INPUTFORMAT 
‘org.apache.hadoop.mapred.TextInputFormat' 
OUTPUTFORMAT 
‘org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' 
LOCATION 
‘hdfs://hdfs-ha/apps/hive/warehouse/ksai.db/raw_tags' 
TBLPROPERTIES ( 
‘COLUMN_STATS_ACCURATE'='{\”BASIC_STATS\”:\”true\”}', 
‘numFiles'='0', 
‘numRows'='0', 
‘rawDataSize'='0', 
‘totalSize'='0', 
‘transient_lastDdlTime'='1521546069')

肉眼很難看出來區(qū)別吧？

【執(zhí)行結(jié)果】

那么就使用上面的腳本來比較，在linux命令行的使用方法 python -f1 file1 -f2 file2 也就是：

python compare_two_files.py -f1 old_ddl_file -f2 new_ddl_file

python標準庫difflib比較兩份文件的異同