Discussion :

[pascaljqt]

Bonjour
Une question est souvent posée: la comparaison de deux fichiers texte avec une reponse = identique oui ou non.
Je fais parti de ceux qui bute sur ce code, malgres plusieurs essais (le nombre un dans chaque fichiers) le resultat est toujours "faux"
Voici le code

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
test_lines = open("test.txt").readlines()
correct_lines = open("correct.txt").readlines()
 
for test, correct in zip(test_lines, correct_lines):
    print(test)
    print(correct)
 
if test == correct:
        print ('ok')
else:
    print('faux')

Ma question est, pourquoi mon resultat est " faux"

En remerciant ceux qui connaissent la reponse.
Pascal

[wiztricks]

Salut,

re-re-voyez vos indentations car votre test n'est pas dans le block de la boucle "for".

- W

[plxpy]

Bonjour

Tu t'y prends mal pour comparer deux fichiers "texte".

Déjà, ont-ils (les deux fichiers) le même nombre de lignes ?
Zip s'arrête sur la plus petite liste (ici de lignes).

Et, sinon, pour quoi c'est faux ? Les deux éléments du dernier couple (test, couple) ne sont pas égaux.

Impossible de t'en dire plus avec les infos que tu donnes.

Mais sinon, comparer deux fichiers est l'affaire de l'OS. Sauf si c'est un exercice.

[EDIT après le message de Wiztricks]
J'ai mis les balises codes ... Forcément, avec un code en vrac, il faut "deviner" ce qu'il y a dans la tête du PO... Pas toujours facile.
Ai-je bien restitué le code initial ?
Mais, de toute façon, ici, ça part mal.[EDIT]

[Sve@r]

Bonjour

Une question est souvent posée: la comparaison de deux fichiers texte avec une reponse = identique oui ou non.

Souvent posée ? Moi je ne l'ai jamais vue. C'est peut-être parce que c'est assez trivial. On lit en parallèle et tant que les octets lus sont égaux on continue à lire...

Ma question est, pourquoi mon resultat est " faux"

Allez, je tente: parce que la variable "test" n'est pas égale à la variable "correct"...

Sans déconner, tu ne vois pas que ton test ne prouve rien ? Déjà moi je veux faire un test de mon code, je le fais sur le même fichier ouvert 2 fois. Au-moins je suis certain qu'il est égal à lui-même.
Ensuite tu traites toutes les lignes deux à deux mais tu ne vérifies rien. Tu fais ensuite la vérification après que la boucle soit terminée (donc seulement sur la dernière ligne). Donc si les deux fichiers sont différents sur une ligne autre que la dernière, ton algo ne le voit pas !!! Apparemment il semble toutefois qu'ils soient différents au-moins sur la dernière donc là au-moins tu sais qu'il sont différents.

Quelques remarques annexes: quand on ouvre un fichier, c'est bien de spécifier son mode d'ouverture, c'est bien aussi de le fermer après l'avoir lu (comme les poissons d'Ordralphabétix une fois que le devin les a lus !!!). Ou alors tu utilises with qui gère lui-même la fermeture...

Au fait, ton code (testé chez-moi sur le même fichier) m'affiche bien "ok"...

[BufferBob]

salut,

perso je ferais directement un truc comme ça:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
import hashlib
with open("test.txt", "r") as f1, open("correct.txt", "r") as f2:
   print ("IDENTIQUE:", "oui" if hashlib.md5(f1.read()).hexdigest() == hashlib.md5(f2.read()).hexdigest() else "non")

edit: ou même comme ça en carrément :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
import filecmp
print ("IDENTIQUE:", "oui" if filecmp.cmp("correct.txt", "test.txt") else "non")

[tyrtamos]

Bonjour,

Dans la mesure où on cherche seulement une réponse binaire "identique ou pas" , le plus rapide est de comparer les blocs d'octets (lecture 'rb') et de s'arrêter au 1er bloc qui n'est pas identique (s'il y en a un) pour renvoyer False. Si on arrive à la fin sans rencontrer de différence, on renvoie True. C'est donc quand les fichiers sont identiques que c'est le plus long parce qu'il faut tout lire! La taille du buffer de lecture est un paramètre d'efficacité de l'opération (4k? 8ko? 16ko? 32ko?) en fonction des tailles des fichiers à comparer.

A noter que si les fichiers sont de petite taille (code source par exemple), on peut lire en binaire (lecture 'rb' avec .read()) la totalité des 2 fichiers en une seule fois pour les comparer.

C'est plus rapide que de lire les lignes. C'est plus rapide, aussi, que de comparer les hash codes parce qu'il faut lire complètement les 2 fichiers pour cela, même quand ils sont différents à partir du début. De plus, les hash codes ne donnent pas la certitude d'identité (même si la probabilité d'erreur est faible).

Cas particuliers: si on voulait comparer les textes avec la possibilité que les fins de lignes soient différentes entre les 2 fichiers (fin de ligne Windows ou Unix), la comparaison des lignes aurait un sens, mais il faudrait neutraliser les fins de lignes (avec .rstrip() par exemple) pour faire les comparaisons. Attention également si il y avait une possibilité que les textes soient identiques mais avec un encodage différent (utf-8, latin1, ...) entre les 2 fichiers.

[edit] voilà un petit code qui fait le boulot (Python 3.4):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import os
 
def comparefichiers(fichier1, fichier2, lgbuf=16*1024):
    """Compare les 2 fichiers et renvoie True s'ils sont identiques
       lgbuf est la taille du buffer de lecture
    """
    if os.path.getsize(fichier1) != os.path.getsize(fichier2):
        return False # les fichiers n'ont pas la même longueur
    with open(fichier1, "rb") as f1, open(fichier2, "rb") as f2:
        while True:
            buf1 = f1.read(lgbuf)
            if len(buf1)==0:
                return True # fin de lecture: pas de différence
            buf2 = f2.read(lgbuf)
            if buf1!=buf2:
                return False # on a trouvé une différence