Python：比较两个具有不同行尾的文件

Question

我有两个文件，test.a 和 test.b。其中test.a在Unix机器上预生成，test.b可以由用户在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，这要归咎于不同的行尾符。

是否有任何优雅的解决方案？如果没有，怎么样才能在比较之前更改Unix文件的行尾符呢？

谢谢！

- Jinx

Answer 1

假设这两个是文本文件，使用标准的 open() 和 readline() 函数应该可以工作，因为除非传入 b，否则它们会使用通用换行符（转换为 \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

该函数将逐行比较文件内容，一旦找到两行不匹配的内容就会返回False（同时由于使用了with语句块会关闭文件）。如果所有行都匹配，则返回True。所有换行符都自动转换为\n。请注意，当读取到EOF（End Of File）时，readline()会返回''。

- Pi Marillion

Answer 2

如果您找到了一个文件的第一行使用了哪个换行符，然后根据那个字符选择替换所有实例为另一个文件所使用的字符，这样您就可以使用cmp，或者如果它们已经相同，则不需要。我知道您说您正在处理大文件，因此也许这完全不适合。

但是，请查看有关检测文件中使用的换行符的信息 如何检测文件中的DOS换行符？ 以及在大字符串上进行搜索和替换的效率问题，请参见此处 Python中最快的搜索和替换方法 希望这会有所帮助，如果没有，敬请谅解。

- Totem