目录比较

Question

我有一个关于比较目录的问题。 我已请求从一台公司服务器传输数据，我在 8 个便携式硬盘驱动器中收到了这些数据，因为体积太大无法将其放在一个上。 他们每个人都包含大约 1TB 的数据。 现在，我想确保那家公司服务器上的所有文件都已完全传输，如果有任何文件丢失，我希望能够检测到它并请求它们。 问题是我从公司收到的唯一东西是一个txt文件客栈，其中有以树格式保存的详细目录结构。 原则上很好，我可以通过它一个一个地看，但由于大量的数据是无法实现的。 我可以从我收到的 8 个驱动器中的每一个驱动器中生成相同的目录列表。 但是我怎样才能十次将这个文件与那 8 个文件进行比较呢？ 我尝试了不同的 python 比较代码来逐行解析，但它不起作用，因为这会逐个字符串（逐行）比较它们，但它们不是字符串格式，它们是树形格式。 有人对如何做有任何建议吗？有没有办法将树格式的文件转换为字符串格式，然后在 Python 程序中运行并进行比较？ 或者我应该请求（不确定是否可能）另一个文件，其中的目录以不同于树的结构格式保存？ 如果是，应该如何生成？

我试图通过 python 中的列表来解析它

Answer 1

您的任务包含两个子任务：

1. 准备资料；
2. 比较树木。

任务 2 可以通过这Tree class 来解决：

from collections import defaultdict


class Tree:
    def __init__(self):
        self._children = defaultdict(Tree)

    def __len__(self):
        return len(self._children)

    def add(self, value: str):
        value = value.removeprefix('/').removesuffix('/')
        if value == '':
            return
        first, rest = self._get_values(value)
        self._children[first].add(rest)

    def remove(self, value: str):
        value = value.removeprefix('/').removesuffix('/')
        if value == '':
            return
        first, rest = self._get_values(value)
        self._children[first].remove(rest)
        if len(self._children[first]) == 0:
            del self._children[first]

    def _get_values(self, value):
        values = value.split('/', 1)
        first, rest = values[0], ''
        if len(values) == 2:
            rest = values[1]
        return first, rest

    def __iter__(self):
        if len(self._children) == 0:
            yield ''
            return

        for key, child in self._children.items():
            for value in child:
                if value != '':
                    yield key + '/' + value
                else:
                    yield key


def main():
    tree = Tree()

    tree.add('a/b/c')
    tree.add('a/b/d')
    tree.add('b/b/e')
    tree.add('b/c/f')
    tree.add('c/b/e')

    # duplicates are okay
    tree.add('b/c/f')

    # leading and trailing slashes are okay
    tree.add('b/c/f/')
    tree.add('/b/c/f')

    print('Before removing:', [x for x in tree])

    tree.remove('a/b/c')
    tree.remove('a/b/d')
    tree.remove('b/b/e')

    # it's okay to remove non-existent values
    tree.remove('this/path/does/not/exist')

    # it will not remove root-level b folder, because it's not empty
    tree.remove('b')

    print('After removing:', [x for x in tree])


if __name__ == '__main__':
    main()

Output：

Before removing: ['a/b/c', 'a/b/d', 'b/b/e', 'b/c/f', 'c/b/e']
After removing: ['b/c/f', 'c/b/e']

所以，你的算法如下：

1. 在公司服务器上构建文件路径树（我们称之为A-tree ）；
2. 在便携式硬盘驱动器上构建文件路径树（我们称它们为B-trees ）；
3. 从A-tree文件中删除B-trees中存在的路径；
4. 打印A-tree的内容。

现在，您所需要的就是构建这些树，这是从答案开始的任务 1。 它将如何 - 取决于您在.txt文件中的数据。