在Python的目录之间递归地比较重复命名文件的文件大小

Question

我有两个不同的目录，有不同的目录树结构。目录A中有一些文件在目录B中，反之亦然，我想确保这些文件的大小相同，这样我就知道哪个副本是正确的（如果它们不同，越大的就是我想要的那个）。这些文件约为1-2 GB。此外，这些目录混合了多种文件类型，我只想比较具有特定扩展名的目录

如何比较相似文件的文件大小并输出匹配和不匹配文件的列表

谢谢：）

更新：抱歉，我的问题含糊不清，我是新来的堆栈溢出。我在这方面做了更多的工作，终于找到了答案。解决方案如下。对于这个测试，有两个dir test1/和test2/都包含file1.txt和file2.txt。两个目录之间的file1.txt相同，file2.txt不同

d1_contents = set(os.path.basename(x) for x in glob.glob("/Users/raycharles/Desktop/test1/*.txt"))
#print d1_contents

d2_contents = set(os.path.basename(x) for x in glob.glob("/Users/raycharles/Desktop/test2/*.txt"))
#print d2_contents

common = list(d1_contents & d2_contents)

common_files = [ f
               for f in common
               if os.path.isfile(os.path.join('/Users/raycharles/Desktop/test1/', f))]

print 'Common files:', common_files

# Compare the directories
match, mismatch, errors = filecmp.cmpfiles('/Users/raycharles/Desktop/test1/', 
                                           '/Users/raycharles/Desktop/test2/', 
                                           common_files, shallow=True)


match = sorted(match)
mismatch = sorted(mismatch)
errors = sorted(errors)

print 'Match:', match
print ""
print 'Mismatch:', mismatch
print ""
print 'Errors:', errors
print ""

这是输出：

Common files: ['file1.txt', 'file2.txt']
Match: ['file1.txt']

Mismatch: ['file2.txt']

Errors: []

Answer 1

解决方案概述：

使用os.walk()查找每个目录中的所有文件，将文件列表转换为集合，并查找集合交集

对于交叉点中的每个文件，使用os.stat()获取其大小（实际上，每个副本获取两个大小）。比较一下尺寸