Pythonでバイナリファイルを比較してみた｜ITエンジニアとして経験・学習したこと

Pythonには、様々なクラスや関数が用意されていて、その中には、2つのバイナリファイルを比較できるものも含まれている。

今回は、Pythonでバイナリファイルを比較し差分を出力してみたので、そのサンプルプログラムを共有する。

前提条件

以下の記事の、Anacondaのインストールが完了していること。

Python開発用のAnacondaをインストールしJupyter Notebookを利用してみた今回は、Pythonを勉強してみたいと思い、Python開発環境を構築してみたので、その手順を共有する。 Python開発用として...

また、実行するPythonのバージョンが以下であること。

サンプルプログラムの作成

作成したサンプルプログラムの構成は、以下の通り。

バイナリファイルを作成するサンプルプログラムは以下の通りで、バイナリファイルにバイナリデータを書き込み、書き込んだ内容を確認している。

# バイナリファイルを定義
bin_test1 = 'test1.dat'
bin_test2 = 'test2.dat'
bin_test3 = 'test3.dat'

# バイナリファイルtest1.datを作成
f = open(bin_test1, 'wb')
b_array = bytearray([0x1b, 0x00, 0x18, 0x22, 0x3a, 0x16, 0x04, 0x26, 0x2f, 0x07])
f.write(b_array)
f.close()

# バイナリファイルtest2.datを作成
# 内容はtest1.datと同じとする
f = open(bin_test2, 'wb')
b_array = bytearray([0x1b, 0x00, 0x18, 0x22, 0x3a, 0x16, 0x04, 0x26, 0x2f, 0x07])
f.write(b_array)
f.close()

# バイナリファイルtest3.datを作成
# 内容はtest1.datと違うものとする
f = open(bin_test3, 'wb')
b_array = bytearray([0x1b, 0x00, 0x22, 0x3a, 0x17, 0x05, 0x26, 0x2f, 0x07, 0x14, 0x17])
f.write(b_array)
f.close()

# バイナリファイルtest1,test2,test3の内容を読み込む
f = open(bin_test1, 'rb')
data1 = f.read()
f.close()

f = open(bin_test2, 'rb')
data2 = f.read()
f.close()

f = open(bin_test3, 'rb')
data3 = f.read()
f.close()

print("*** バイナリファイルの内容をbytes型で表示 ***")
print("test1.dat : ")
print(data1)
print()
print("test2.dat : ")
print(data2)
print()
print("test3.dat : ")
print(data3)

また、バイナリファイルの差分を確認するサンプルプログラムは以下の通りで、バイナリファイルの差分有無や、バイナリファイルの差分内容を表示している。

import filecmp
import difflib

# バイナリファイルを定義
bin_test1 = 'test1.dat'
bin_test2 = 'test2.dat'
bin_test3 = 'test3.dat'

# バイナリファイルtest1,test2,test3の内容を読み込む
f = open(bin_test1, 'rb')
data1 = f.read()
f.close()

f = open(bin_test2, 'rb')
data2 = f.read()
f.close()

f = open(bin_test3, 'rb')
data3 = f.read()
f.close()

print("*** バイナリファイルの内容をbytes型で表示 ***")
print("test1.dat : ")
print(data1)
print()
print("test2.dat : ")
print(data2)
print()
print("test3.dat : ")
print(data3)
print()

# バイナリファイルを比較した結果
cmp_test1_test2 = filecmp.cmp(bin_test1, bin_test2, False)
cmp_test1_test3 = filecmp.cmp(bin_test1, bin_test3, False)

print("*** バイナリファイルの内容を比較した結果を表示(True:差分なし、False:差分あり) ***")
print("test1.datとtest2.datを比較した結果 : ")
print(cmp_test1_test2)
print()
print("test1.datとtest3.datを比較した結果 : ")
print(cmp_test1_test3)
print()

# バイナリファイルtest1,test2の差分を表示
s = difflib.SequenceMatcher(None, data1, data2)

print("*** バイナリファイルtest1.datとtest2.datの差分を表示(差分なし) ***")
for tag, i1, i2, j1, j2 in s.get_opcodes():
    print('{:7}  data1[{}:{}] --> data2[{}:{}] {!r:>8} --> {!r}'
             .format(tag, i1, i2, j1, j2, data1[i1:i2], data2[j1:j2]))
print()

# バイナリファイルtest1,test3の差分を表示
s = difflib.SequenceMatcher(None, data1, data3)

print("*** バイナリファイルtest1.datとtest3.datの差分を表示 ***")
for tag, i1, i2, j1, j2 in s.get_opcodes():
    print('{:7}  data1[{}:{}] --> data3[{}:{}] {!r:>8} --> {!r}'
             .format(tag, i1, i2, j1, j2, data1[i1:i2], data3[j1:j2]))