scripting - 以编程方式比较linux中的文件大小

Question

我有一个非常大且复杂的目录结构的两个版本，其中包含数万个单独的文件，我想查找从一个版本到另一个版本的重大文件更改。

每个文件都以某种细微的方式发生了变化。例如，您可能有一个名为 intro.txt 的文件，其中包含

[由 Mike 12:00 完成的 Build 1057] -(版本 1)

[由 Mike 18:10 完成的 Build 1065] -(版本 2)

我不关心这样的变化，因为它们不包含有用的信息。我也不关心拼写错误的更正或添加一两个单词。

我真正想做的是找出哪些文件以更主要的方式发生了变化。他们可能改变的一种方式是添加大量额外的内容，这会增加文件大小——这是我感兴趣的那种改变。

那么，您将如何递归地解析目录以查找从一个版本到下一个版本增加(或减少)一定数量的文件。

我正在运行 linux，但几乎任何语言都可以。

Answer 1

CPAN 上有几个模块可以提供此功能。例如。

File::DirCompare

File::DirCmp

File::DirCompare 看起来最有希望....

 use File::DirCompare;

 File::DirCompare->compare('dirA', 'dirB', sub {
     my ($a, $b) = @_;

     ... callback runs on different or missing files   ...
     ... so perform extra checks on files $a & $b here ...

 });

因此，显示差异超过规定字节数的文件的一个示例是....

File::DirCompare->compare('dirA', 'dirB', size_diff_by_more_than(1024) );

sub size_diff_by_more_than {
    my $this = shift;

    return sub {
        my @files = grep { $_ } @_;

        if ( @files == 2 ) {
            # get the two file sizes and report if more than $this
            my @sizes = sort { $a <=> $b } map { (stat)[7] } @files;
            print "Different by more than $this bytes: $files[1]\n"
                if $sizes[1] - $sizes[0] > $this
        }
        else {
            print "Only: $files[0]\n";
        }
    };
}