比较两个 python 文件是否产生相同的字节码（代码是否相同）

Question

我们正在进行一些代码清理。清理只是关于格式化（如果有问题，那么我们甚至可以假设，行号不会改变，但理想情况下我也想忽略行号的变化）

为了确保没有意外的代码更改，我想找到一种简单/快速的方法来比较两个源代码。

所以让我们假设，我有 file1.py 和 file2.py

有效的是使用 py_compile.compile(filename) 创建 .pyc 文件然后使用 uncompyle6 pycfile，然后去掉注释比较结果，但这太过分了而且非常慢。

我想象的另一种方法是复制 file1.py 例如 file.py, 使用 py_compile.compile("file.py") 并保存 .pyc 文件

然后复制 file2.py 例如到 file.py 并使用使用 py_compile.compile("file.py") 并保存 .pyc 文件最后比较两个生成的 .pyc 文件

这是否适用于所有（当前）版本 >= python 3.6

如果我至少记得 python2，pyc 文件可能包含时间戳或绝对路径，这可能会使比较失败。（至少如果 pyc 文件的生成是运行在两台不同的机器上）

有没有一种干净的方法来比较py2文件的字节码？

作为奖励功能（如果可能的话）我想为每个字节码创建一个哈希，我可以存储它以供将来参考。

Answer 1

可能不是想要的答案 - 但您为什么不使用 diff 工具来比较文件是否已更改？ https://linuxhandbook.com/diff-command/

如果文件被更改，请使用像 meld 这样的合并工具来比较更改 http://meldmerge.org/

Answer 2

您可以尝试使用 Python 的内部 compile function，它可以从字符串编译（在您的情况下从文件中读入）。例如，编译和比较来自两个等效程序和一个几乎等效程序的结果代码对象，然后仅出于演示目的（您不想做的事情）执行一些代码对象：

import hashlib
import marshal


def compute_hash(code):
    code_bytes = marshal.dumps(code)
    code_hash = hashlib.sha1(code_bytes).hexdigest()
    return code_hash


source1 = """x = 3
y = 4
z = x * y
print(z)
"""
source2 = "x=3;y=4;z=x*y;print(z)"

source3 = "a=3;y=4;z=a*y;print(z)"

obj1 = compile(source=source1, filename='<string>', mode='exec', dont_inherit=1)
obj2 = compile(source=source2, filename='<string>', mode='exec', dont_inherit=1)
obj3 = compile(source=source3, filename='<string>', mode='exec', dont_inherit=1)

print(obj1 == obj2)
print(obj1 == obj3)

exec(obj1)
exec(obj3)
print(compute_hash(obj1))

打印：

True
False
12
12
48632a1b64357e9d09d19e765d3dc6863ee67ab9

这将使您免于复制 py 文件、创建 pyc 文件、比较 pyc 文件等操作

注：

如果您需要可重复的散列函数，即 returns 在连续的程序运行中计算相同的代码对象时，compute_hash 函数会重复使用相同的值。

比较两个 python 文件是否产生相同的字节码（代码是否相同）

compare whether two python files result in same byte code (are code wise identical)

python

comparison

bytecode

pyc