filecmp.cmp() 什么时候会返回误报或误报？

Question

使用 Windows 7，我有两个文件夹，一个是我处理文件的“主”文件夹，另一个是 NAS4Free 服务器上的“备份”文件夹。

我有 800 多个 jpg 文件，总计 2.6GB，大小从 124KB 到 16MB 不等。

我经常“交换”文件名，即：

rename 01-020.jpg 99-020.jpg
rename 01-040.jpg 01-020.jpg
rename 99-020.jpg 01-040.jpg

我还添加了新文件 - 01-030.jpg - 然后重新编号，即：

rename 01-020.jpg 99-020.jpg
rename 01-030.jpg 99-040.jpg
rename 01-040.jpg 99-060.jpg
rename 99-020.jpg 01-020.jpg
rename 99-040.jpg 01-040.jpg
rename 99-060.jpg 01-060.jpg

为了使主文件夹和备份文件夹保持同步，我首先考虑对整个文件夹进行 XCOPY 或 ROBOCOPY，但这太耗时了，尤其是因为绝大多数文件都没有更改。

我正在尝试提出一个 Python 3 解决方案。我已经阅读了有关 filecmp.cmp() 的文档。让我担心的是声明：

“……如果它们看起来相等……则返回 True”（强调我的）。

指定 shallow=False 似乎有点过头了，导致 filecmp 比较 1,600 多个文件的内容，而绝大多数比较都会匹配。

指定 shallow=True 会导致 filecmp 使用 os.stat() 函数。使用该函数运行测试，在两个 filecmp 返回 True 的文件上，stat 返回的一些值是相同的，其他是不同的。显然，filecmp 不会使用 stat 返回的所有值来确定文件是否相等。

所以，我的问题是：在什么“真实世界”情况下 filecmp.cmp(file1, file2, shallow=True) 会返回误报或误报？我可以相信它吗？

还有一个可能的“子问题”，文件cmp.cmp() 使用os.stat() 返回的哪些具体值？

（如果你好奇我对这些文件做了什么，我在这里讨论一下：https://hikearizona.com/dex2/viewtopic.php?f=78&t=9538）

Answer 1

只有当 size 和 modified time 属性值相同时，比较才会返回 true。 仅当同时修改了相同的确切字节数时，它才会返回误报。

可用于确认上述的模块文件引用：

cmp函数实现摘录（filecmp.py）

        s1 = _sig(os.stat(f1))
        s2 = _sig(os.stat(f2))
        if shallow and s1 == s2:
            return True

上面使用的_sig函数（filecmp.py）：

def _sig(st):
    return (stat.S_IFMT(st.st_mode),
            st.st_size,
            st.st_mtime)