比较文件名上的目录

Question

我需要比较两个目录A和B的文件名。

A 包含的文件比 B 多（分别约为 15000/20000），具有相同名称/不同内容。

我有：

目录： 'doctor_Weiss.csv', 'doctor_Urlici.csv', 'doctor_Basler J. Rudolph.csv'

目录： 'doctor_Weiss.csv', 'doctor_Urlici.csv'

我需要 dirA-dirB 中的所有文件（来自 dirA）：

diffAB: 'doctor_Basler J. Rudolph.csv'

我试过了：

import os
from os.path import join

fpA = {}
for root, dirs, files in os.walk('C:\A\docs'):
    for name in files:
        fpA[name] = 1
fpB = {}
for root, dirs, files in os.walk('C:\B\docs'):
    for name in files:
        fpB[name] = 1

 a = []
 for name in fpA.keys():
     if not(name in fpB.keys()):
         a.append(name)

没用。 'a' 包含来自 B 的所有文件，而不仅仅是 A-B。

我还尝试遍历两个目录并创建文件集，但也没有工作（同样是 B 中的所有文件）。

感谢您的帮助

Answer 1

您可以通过这种方式使用set来获取文件的差异。

import os
from os.path import isfile
list_A = [x for x in os.listdir(dirA) if isfile(x)]
list_B = [x for x in os.listdir(dirB) if isfile(x)]
diff = set(list_A) - set(list_B)

Answer 2

在最后一个 for 循环中，您编写了 fpa.keys() 而不是 fpA.keys() 和 fpb.keys() 而不是 fpB.keys()。使用适当的变量名称，它将起作用。它对我有用。

Answer 3

这个怎么样？

>>> from os import listdir
>>> set(listdir(dirA)).difference(listdir(dirB))

os.listdir获取当前目录下的所有文件，然后使用set.difference()获取dirA中的差异而不是dirB中的差异。

Answer 4

您需要转义路径名中的反斜杠！并且 - 按照建议 - 将 fpa 重命名为 fpA 和 fpb 重命名为 fpB。然后你的例子就可以了。

import os
from os.path import join

fpA = {}
for root, dirs, files in os.walk('C:\\A\\docs'): # <- escape backslash
    for name in files:
        fpA[name] = 1
fpB = {}
for root, dirs, files in os.walk('C:\\B\\docs'): # <- escape backslash
    for name in files:
        fpB[name] = 1

a = []
for name in fpA.keys():
    if not(name in fpB.keys()):
        a.append(name)