在Python中，如何检查两个文件的相似度并获取差异百分比？

Question

我想一次比较很多脚本，大部分脚本之间只有一些小差别，比如变量里面的名字不一样之类的。

总体来说，这些脚本的功能应该是一样的，我想测试一下它们到底有多不同。

我在考虑的办法是，把两个文件里的所有内容都拿出来，逐个字符进行比较，当发现不同的地方就增加一个计数。我不太确定这个计数应该和什么比较才能算出一个百分比，或者这样做是否是最好的方法。

如果你有好的想法或者建议，我会非常感激！

Answer 1

有两个建议：

1) 可以看看这个StackOverflow的问题和Python的difflib库。还有这个问题专门讨论了如何用difflib比较两个文本文件。

另外，有个叫Doug Hellmann的人写了一系列很棒的博客，叫做“每周Python模块”（Python Module of the Week，简称PyMOTW）。这是他关于difflib的文章。

2) 如果这些对你没帮助，可以先搜索一些与语言无关的文件比较算法，然后想想哪些算法在Python中最容易实现。简单在谷歌上搜索“文件比较算法”，会找到几个看起来不错的选项，你可以尝试在Python中实现：

这里有一个发布的PDF，里面有一个差异算法

这个网站讨论了几种不同的算法，并提供了链接