將兩個目錄中的文件與 python 進行比較，以查找在一個目錄中但不在另一個目錄中的文件 - 與子目錄結構無關

Question

嘗試將我們當前的項目媒體服務器 (dir1) 與備份 (dir2) 進行比較，以查看刪除了哪些文件。 兩者都是 windows 目錄。 許多文件已被改組到新的子目錄中，但並沒有丟失。 因為使用遞歸和 filecmp.dircmp 更改了目錄結構，所以這篇文章將不起作用： 遞歸比較兩個目錄以確保它們具有相同的文件和子目錄

另一個考慮是不同的文件會有相同的文件名，所以比較需要比較文件大小、修改日期等來確定兩個文件是否相同。

我想要的 sudo 代碼：

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)

編輯：在上面的代碼中，我遇到了一個問題，即 dir2List.remove(dir2file) 拋出 dir2file 不在 dir2List 中的錯誤，因為（它似乎）在某種程度上 dir2list 和 dir1List 都是相同的 object。 不知道這是怎么發生的。

我不知道這是否可以通過 filecmp.dircmp 更輕松地完成，但我錯過了它？ 或者如果這是實現我正在尋找的最佳方法？ ...或者我應該從 dir2 和我們的 os.walk 中獲取每個文件以在 dir1 中查找它？

Answer 1

我可以建議一個替代方案嗎？ 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錄）：

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