如何检查两个文件是否具有相同的内容？答案

【问题标题】：How to check if two files have the same content?如何检查两个文件是否具有相同的内容？
【发布时间】：2014-11-05 03:35:29
【问题描述】：

我正在使用mocha/supertest/should.js 测试 REST 服务

GET /files/<hash> 将文件作为流返回。

如何在should.js 中断言文件内容相同？

it('should return file as stream', function (done) {
    var writeStream = fs.createWriteStream('test/fixtures/tmp.json');
    
    var req = api.get('/files/676dfg1430af3595');
    req.on('end', function(){
       var tmpBuf = fs.readFileSync('test/fixtures/tmp.json');
       var testBuf = fs.readFileSync('test/fixtures/test.json');
    
       // How to assert with should.js file contents are the same (tmpBuf == testBuf )
       // ...
    
       done();
    });
});

【问题讨论】：

标签： javascript node.js compare mocha.js should.js

【解决方案1】：

令人惊讶的是，没有人建议Buffer.equals。从 v0.11 开始，这似乎是最快和最简单的方法。

所以你的代码会变成tmpBuf.equals(testBuf)

【讨论】：

最好的解决方案是最简单的

【解决方案2】：

您有 3 个解决方案：

第一：

比较结果字符串

tmpBuf.toString() === testBuf.toString();

第二：

使用循环逐字节读取缓冲区

var index = 0,
    length = tmpBuf.length,
    match = true;

while (index < length) {
    if (tmpBuf[index] === testBuf[index]) {
        index++;
    } else {
        match = false;
        break;
    }
}

match; // true -> contents are the same, false -> otherwise

第三：

使用第三方模块，如 buffertools 和 buffertools.compare(buffer, buffer|string) 方法。

【讨论】：

【解决方案3】：

在should.js 中，您可以使用.eql 来比较Buffer 的实例：

> var buf1 = new Buffer('abc');
undefined
> var buf2 = new Buffer('abc');
undefined
> var buf3 = new Buffer('dsfg');
undefined
> buf1.should.be.eql(buf1)
...
> buf1.should.be.eql(buf2)
...
> buf1.should.be.eql(buf3)
AssertionError: expected <Buffer 61 62 63> to equal <Buffer 64 73 66 67>
    ...
>

【讨论】：

【解决方案4】：

使用file-compare 和node-temp 的解决方案：

it('should return test2.json as a stream', function (done) {
    var writeStream = temp.createWriteStream();
    temp.track();

    var req = api.get('/files/7386afde8992');

    req.on('end', function() {
        comparator.compare(writeStream.path, TEST2_JSON_FILE, function(result, err) {
            if (err) {
                return done(err);
            }

            result.should.true;
            done();
        });
    });

    req.pipe(writeStream);
});

【讨论】：

【解决方案5】：

用于比较大文件，例如断言文件上传时的图像将缓冲区或字符串与should.eql 进行比较需要很长时间。我建议使用 crypto 模块声明缓冲区哈希：

const buf1Hash = crypto.createHash('sha256').update(buf1).digest();
const buf2Hash = crypto.createHash('sha256').update(buf2).digest();
buf1Hash.should.eql(buf2Hash);

一种更简单的方法是断言缓冲区长度，如下所示：

buf1.length.should.eql(buf2.length)

您当然可以使用不同的工具，而不是使用 shouldjs 作为断言模块

【讨论】：

请不要使用哈希。由于Pigeon Hole 原则，散列通常是唯一的，但并不总是唯一。此外，生成哈希所需的计算比简单地比较原始内容要昂贵得多。
老兄，sha256 是一个加密安全的哈希函数。拥有 2 个不同文件的哈希值的概率是如此之小，以至于提及它是荒谬的。
加密库必须遍历所有字节来计算哈希。如果您已经将两个缓冲区完全保存在内存中，那么计算它们的哈希值是没有意义的。直接比较它们的内容不仅更容易阅读，而且速度更快（因为可以跳过哈希计算）。仅当文件太大而无法将它们保存在内存中以运行直接比较时，哈希在这里才有用。

【解决方案6】：

我认为你应该在 JavaScript 中使用non-blocking calls 以获得更好的性能，至少可以防止阻塞其他操作：

阻塞是指在 Node.js 进程中执行额外的 JavaScript 必须等到非 JavaScript 操作完成。发生这种情况是因为在发生阻塞操作时事件循环无法继续运行 JavaScript。

在 Node.js 中，由于 CPU 密集型而不是等待非 JavaScript 操作（例如 I/O）而表现出较差性能的 JavaScript 通常不称为阻塞。 Node.js 标准库中使用 libuv 的同步方法是最常用的阻塞操作。原生模块也可能有阻塞方法。

因此，我将使用类似于以下代码的内容更改 Sync 调用。另外，我会使用Max 建议的方法equals 来比较两个文件：

const fs = require('fs')

fs.readFile('file1', (err, data1) => {
    if (err) throw err;
    fs.readFile('file2', (err, data2) => {
        if (err) throw err;
        if (data1.equals(data2)) {
            console.log('EQUAL')
        } else {
            console.log('NON EQUAL')
        }

    });
});

虽然对于一个小而单一的脚本，结果几乎是一样的

【讨论】：