找出两个文件在编程上是否不同的最简单方法是什么?

微软知识库中有一篇文章,希望能有所帮助。它们比较字节以查看两个文件是否不同- How to create a File-Compare function in Visual C#

最快的方法是将流中加载的文件的字节与字节进行比较。对大型文件、字符串比较和外部工具来说,哈希这两个文件都将花费太长时间。

比较字节对您来说是最好的,因为只有当两个文件都相同时,它才会到达文件的EOF。

如果您进行哈希比较、字符串比较或外部工具,那么您必须在比较的所有时间内检查整个文件,只有在它们相同的情况下才进行字节对字节的比较。

逐字节检查,下面是一些代码:

public static bool AreFilesIdentical(string path1, string path2)
{
    using (FileStream file1 = new FileStream(path1)) {
        using (FileStream file2 = new FileStream(path2)) {

            if (file1.Length == file2.Length) {
                while (file1.Position < file1.Length) {
                    if (file1.ReadByte() != file2.ReadByte()) {
                        return false;
                     }
                }
                return true;
            }  
            return false;
        }
    }

}

使用MD5哈希算法可以比较结果吗?这里有一个 example .

这还取决于你要解决的问题。你想回答这个问题吗:在这个由n个文件组成的目录中,找到所有完全重复的文件?还是这两个文件完全相同?

如果您只是专门比较两个文件,那么使用逐字节检查更有效。

但是,如果您试图在n个文件中查找所有重复的对,那么MD5哈希更好,因为您可以创建和存储一次MD5哈希值,并将这个较小的值与每对文件进行比较。另一方面,您将为目录中的每个其他文件迭代每个文件字节流。

一年前,我实现了一个非常专业的diff版本(我有超过6GB的文件,必须进行比较)。所以我知道diff的内部工作原理(当然,很多复制和粘贴)。一些想法:

• 如果您想简单地知道它们是否不同,请逐字节比较它们。通过检查文件大小(长度)是否不同进行优化,然后一次读取一个字节的文件,并检查它们是否不同。您不必关心缓冲,因为您的文件API应该为您这样做(.net做)。
• 如果有一些规则要应用于比较:
  • 如果在读取字节时忽略空白或任何其他字符,请检查是否应忽略它。如果应该的话,读下一个,但只是在那个文件上。
  • 如果有将要应用的规则 线型 ,然后逐行读取文件。然后散列行,忽略要忽略的内容。
  • 记住,行可以定义为 可变长度记录 以换行符作为终止符(分隔符)。所以,您可以将行定义为您想要的任何内容,并精确地读取它,散列它,然后进行比较。

如果你愿意,我可以用代码来做贡献。不同的文件更复杂,因为您还将输出不同的内容。

从这个问题- 最容易的 和文本文件

StreamReader sr1 = new StreamReader(filePath1);
StreamReader sr2 = new StreamReader(filePath2);
if (sr1.ReadToEnd() == sr2.ReadToEnd() )
{ do stuff }

它不快也不漂亮,但很容易

if ( $file1 != $file2 ) return true;

当然,这在vb和c之间是不同的#