将两个目录中的文件与 python 进行比较，以查找在一个目录中但不在另一个目录中的文件 - 与子目录结构无关

Question

尝试将我们当前的项目媒体服务器 (dir1) 与备份 (dir2) 进行比较，以查看删除了哪些文件。 两者都是 windows 目录。 许多文件已被改组到新的子目录中，但并没有丢失。 因为使用递归和 filecmp.dircmp 更改了目录结构，所以这篇文章将不起作用： 递归比较两个目录以确保它们具有相同的文件和子目录

另一个考虑是不同的文件会有相同的文件名，所以比较需要比较文件大小、修改日期等来确定两个文件是否相同。

我想要的 sudo 代码：

def find_missing_files(currentDir, backup):
    <does stuff>
    return <List of Files in backup that are not in currentDir>

我有的：

def build_file_list(someDir, fileList = []):
    for root, dirs, files in os.walk(someDir):
        if files:
            for file in files:
                filePath = os.path.join(root, file)
                if filePath not in fileList:
                    fileList.append(filePath)
    return fileList

def cmp_file_lists(dir1, dir2):
    dir1List = build_file_list(dir1)
    dir2List = build_file_list(dir2)

    for dir2file in dir2List:
        for dir1file in dir1List:
            if filecmp.cmp(dir1file, dir2file):
                dir1List.remove(dir1file)
                dir2List.remove(dir2file)
                break
    return (dir1List, dir2List)

编辑：在上面的代码中，我遇到了一个问题，即 dir2List.remove(dir2file) 抛出 dir2file 不在 dir2List 中的错误，因为（它似乎）在某种程度上 dir2list 和 dir1List 都是相同的 object。 不知道这是怎么发生的。

我不知道这是否可以通过 filecmp.dircmp 更轻松地完成，但我错过了它？ 或者如果这是实现我正在寻找的最佳方法？ ...或者我应该从 dir2 和我们的 os.walk 中获取每个文件以在 dir1 中查找它？

Answer 1

我可以建议一个替代方案吗？ 使用pathlib和它的rglob方法，一切都容易得多（如果你真的不知道子目录）：

from pathlib import Path

def cmp_file_lists(dir1, dir2):
    dir1_filenames = set(f.name for f in Path(dir1).rglob('*'))
    dir2_filenames = set(f.name for f in Path(dir2).rglob('*'))
    files_in_dir1_but_not_dir2 = dir1_filenames - dir2_filenames 
    files_in_dir2_but_not_dir1 = dir2_filenames - dir1_filenames 
    return dir1_filenames, dir2_filenames