在客戶那邊建庫，需要把幾百個G幾十萬個文件導入到Oracle里，好不容易導完了才發現中間缺了好幾大塊數據，約有四分之一吧，郁悶得很。

數據是客戶從第三方買的，據客戶分析是拷貝過來的時候有部分數據漏掉了，但漏掉的數據又沒有什么規律，加之文件夾的嵌套層數很多，查找起來很困難。

客戶又從第三方那邊拷了一份全的數據，現在對這個問題有兩種處理方案，一種是全部重新導一遍，大約得花一周多的時間；另一種方案是把兩個數據的差異找出來，把差異的部分追加進去就行了。

項目的時間比較緊張了，只能選第二種方案，可如何把差異的數據找出來呢，試了幾個文件夾比較的工具，處理幾百兆的數據都吃力，更不必說這么大量的數據和文件了。

后來想了想，覺得Python解決這個問題比較方便，就研究了一下Python里的文件和目錄操作，很快就完成了下面的一個腳本，可以很好地解決這個問題。

下面的腳本可以在Python24里很好地運行，在其他版本里沒有測試，但用的都是基本功能，應該沒有什么問題。

代碼里的PathA是全的數據的文件夾，PathB是不全的數據的文件夾，PathC是個新的空目錄，腳本執行完后就把PathA中有且pathB中沒有的文件和目錄都寫到PathC里了，還可以保持原來的目錄結構，速度和正確性都很令人滿意。

因為是急用的代碼，所以寫得不很簡潔，也不是很規范，在此留志，一方面供自己以后參考，另一方面也提供給需要使用Python進行文件和目錄操作的兄弟們共同參考。

代碼如下：

# coding: GB2312

#系統模塊

import sys

import os

import shutil

#用于文件查找的模塊

from os.path import walk, join, normpath

#這個是完整的文件夾

PathA = "F:\\FullData\\"

#這個是缺文件的文件夾

PathB = "F:\\IncomplData\\"

#這個是目標文件夾

PathC = "F:\\DiffData\\"

#============================================================

#這個函數是用來遞歸處理PathA，對PathA里的每個文件和文件夾在PathB中找是否有對應的文件或文件夾

#若找不到，則在PathC中創建目錄并拷貝文件

#拷貝文件時使用了shutil模塊的copy2函數，以保留文件原來的創建時間和最后更新時間

def visit(arg, dirname, names):

#把目錄打印出來，以監視進度

print dirname

#得到路徑名后，把前面的主路徑名去掉

dir=dirname.replace(PathA,"")

dirnameB = os.path.join(PathB,dir)

dirnameC = os.path.join(PathC,dir)

if os.path.isdir(dirnameB):

#若PathB里存在對應的文件夾，再逐個文件判斷是否存在

for file in names:

if os.path.isfile(os.path.join(dirname,file)) and not os.path.isfile(os.path.join(dirnameB,file)):

if not os.path.isdir(dirnameC):

os.system("mkdir %s"%(dirnameC))

shutil.copy2(os.path.join(dirname,file), os.path.join(dirnameC,file))

elif os.path.isdir(os.path.join(dirname,file)) and not os.path.isdir(os.path.join(dirnameB,file)):

if not os.path.isdir(os.path.join(dirnameC,file)):

os.system("mkdir %s"%(os.path.join(dirnameC,file)))

else:

#若pathB里不存在對應的文件夾，則在pathC里創建對應的文件夾并拷貝文件

if not os.path.isdir(dirnameC):

os.system("mkdir %s"%(dirnameC))

for file in names:

shutil.copy2(os.path.join(dirname,file), os.path.join(dirnameC,file))

#============================================================

if __name__=="__main__":

#這一行代碼調用前面的visit函數，進行文件查找并遞歸處理

walk(PathA, visit, 0)

最后附完整源代碼以供下載：http://imlele.net/MyFiles/2008/01/CompPath.rar

總結

以上是生活随笔為你收集整理的python 对比文件内容差异_使用Python来比较文件夹并提取差异部分的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。