Python：如何比较两个二进制文件？

Posted 2023-02-19

【中文标题】Python：如何比较两个二进制文件？

【英文标题】：Python: How to compare two binary files?

【发布时间】：2017-07-26 13:58:55

【问题描述】：

在 python 中，我需要打印两个二进制文件的差异。我在看difflib.Differ，它做了很多。

但假设文本行不同，因此输出不会列出字节索引和十六进制值的差异。

我需要的是输出有什么不同的字节，字节如何不同，两个字节的实际十六进制值。

在Python中，如何比较两个二进制文件（输出：字节差异索引，两个字节的十六进制值）？

我正在做类似的事情：

# /usr/bin/env python2
import difflib
x = open('/path/to/file1', 'r').read()
y = open('/path/to/file2', 'r').read()
print '\n'.join(difflib.Differ().compare(x, y))

但这不会输出差异所在的字节索引。而且它不打印十六进制值。

【问题讨论】：

我也可以不使用difflib。但我觉得应该有一个使用difflib 的优雅解决方案。

我刚刚阅读了手册页man 1 cmp 并看到“逐字节比较两个文件......--verbose 输出字节数和不同的字节值”......我有一个偷偷摸摸的怀疑，只是从 python 调用 cmp 命令将是最优雅的解决方案。

cmp 还涵盖了所有边缘情况（例如一个文件比另一个文件大，等等）。

【参考方案1】：

当 difflib 比较时，它会将每个 char 放入一个数组中，并在其前面加上一个 + 或 -。下面比较 x 和 y 然后我们看看输出：

   d = difflib.Differ()
   e = d.compare(x,y)        #set the compare output to a variable

   for i in range(0,len(e)):
       if i.startswith("-"):         #if that char start with "-" is not a match
           print(i + "index is different")

不匹配的字符将以“-”开头。 “+”表示它们是匹配的。

【参考方案2】：

shell 命令cmp 已经完全符合我的需要/想要的。在 Python 中重新发明该功能将需要更多的努力/代码/时间......所以我只是从 Python 调用命令：

#!/usr/bin/env python2
import commands
import numpy as np
def run_cmp(filename1, filename2):
    cmd = 'cmp --verbose %s %s'%(filename1, filename2)
    status, output = commands.getstatusoutput(cmd) # python3 deprecated `commands` module FYI
    status = status if status < 255 else status%255
    if status > 1:
        raise RuntimeError('cmp returned with error (exitcode=%s, '
                'cmd=\"%s\", output=\n\"%s\n\")'%(status, cmd, output))
    elif status == 1:
        is_different = True
    elif status == 0:
        is_different = False
    else:
        raise RuntimeError('invalid exitcode detected')
    return is_different, output
if __name__ == '__main__':
    # create two binary files with different values
    # file 1
    tmp1 = np.arange(10, dtype=np.uint8)
    tmp1.tofile('tmp1')
    # file 2
    tmp2 = np.arange(10, dtype=np.uint8)
    tmp2[5] = 0xFF
    tmp2.tofile('tmp2')
    # compare using the shell command 'cmp'
    is_different, output = run_cmp(filename1='tmp1', filename2='tmp2')
    print 'is_different=%s, output=\n\"\n%s\n\"'%(is_different, output)

【讨论】：

在我的系统上，cmp 似乎只返回第一个不匹配的字节，我看不到任何联机帮助页选项来改变它。鉴于我正在尝试将一大堆尝试的 ROM 转储提炼成一个已损坏位的列表，这将取消它的资格。