Python：比较两个行尾不同的文件

Question

我有两个文件，一个是 test.a，另一个是 test.b。test.a 是在 Unix 机器上预先生成的，而 test.b 是用户生成的，可以在 Windows 和 Unix 机器上生成。

我不能使用 filecmp.cmp('test01/test.a', 'test01/test.b')，因为它总是返回 false，这都是因为文件的换行符不同。

有没有什么好的解决办法？如果没有，比较之前，怎么才能把 Unix 文件的换行符改成合适的格式呢？

谢谢！

Answer 1

假设你先找到了一个文件第一行使用的换行符，然后根据这个换行符，决定把所有出现的这个符号替换成另一个文件使用的换行符，这样你就可以用 cmp 来比较它们，或者如果它们已经相同就不需要替换了。我知道你提到你在处理大文件，所以这可能不太适合。

不过，你可以看看这里关于如何检测文件中使用的换行符的内容：如何检测文件中的DOS换行符？

还有这里关于在大字符串中进行搜索和替换的效率：在大字符串中进行搜索和替换的最快Python方法

希望这些对你有帮助，如果没有的话很抱歉。

Answer 2

假设这两个文件都是文本文件，使用标准的 open() 和 readline() 函数应该是可以的，因为只要不传入 b，它们就会处理各种换行符（会把它们转换成 \n）。

def cmp_lines(path_1, path_2):
    l1 = l2 = True
    with open(path_1, 'r') as f1, open(path_2, 'r') as f2:
        while l1 and l2:
            l1 = f1.readline()
            l2 = f2.readline()
            if l1 != l2:
                return False
    return True

这样做会逐行比较这两个文件，一旦发现有两行不一样，就会返回 False（同时也会关闭文件，因为用到了 with 这个块）。如果所有的行都一样，就会返回 True。所有的换行符都会自动转换成 \n。需要注意的是，当到达文件末尾（EOF，文件结束）时，readline() 会返回 ''（空字符串）。