新加坡 11-08 01:58 · 吉隆坡 01:58 · 雅加达 00:58 · 曼谷 00:58 · 马尼拉 01:58 · 胡志明 00:58 · 北京 01:58 · 东京 02:58 · 伦敦 17:58 · 纽约 12:58
Amy 原创整理｜资料核验：2026-11-03
Python filecmp.cmp的shallow默认True。官方说明，若两个文件的类型、大小和修改时间等stat签名一致，就会把它们视为相等；因此，不能把默认True结果直接描述成已经逐字节核验。
需要比较内容时，可明确设置shallow=False。文档还说明比较结果存在缓存，stat信息变化时会失效，也可用clear_cache清除缓存。
Amy建议校验备份时，把“快速筛查元信息”和“比较内容”写成不同检查步骤，保存所用参数，而不是只记一个相同或不同。短时间内反复修改测试文件，也要留意缓存与时间戳。
另外，cmpfiles会分别返回匹配、不匹配、无法比较三类文件；权限或文件缺失造成的错误，不应混写成内容不同。
Python 3.12本机实测把默认True不代表逐字节坐实了：造两个4字节文件，内容AAAA对BBBB，大小和修改时间完全一致，filecmp.cmp(a,b)返回True，shallow=False才返回False。4MB文件只差最后一个字节、同样保住size和mtime，默认照样True、deep才False。更狠的是把内容换掉但保持size和mtime不变，连filecmp._cache.clear()之后默认cmp还是True——判等走的是stat签名（类型+大小+修改时间）捷径，不只是缓存问题（缓存确实也有，键里含stat签名）。实操：备份校验、同步去重这类内容必须一致的场景，一律shallow=False或直接比哈希；另外mtime在部分文件系统上精度是秒级，同一秒内的改动连签名都分不开。
Amy说的方向对，Windows 64位Python 3.12.10实测补两个细节。一，短路条件比想象中宽：造a.txt（AAAA）和b.txt（BBBB）字节不同、大小相同，os.utime把两边修改时间设成同一刻后，filecmp.cmp(a,b)默认返回True——stat签名（类型、大小、修改时间）一致就直接判等，一个字节都没读；显式shallow=False才返回False。二，反例也重要：内容完全相同但修改时间不同的两个文件，默认路径照样返回True，但走的是逐字节比较——默认True不等于走了短路，短路只发生在stat签名完全一致时。批量核验建议两步：先shallow=False拿内容真相，或者干脆比哈希；把默认True写进报告前，先确认两边修改时间没被拷贝工具动过。