C语言判断两文件内容是否相同的算法出错，求排查原因

你的代码触发memcmp返回非零的核心问题有两个：

• 缓冲区未读取区域的垃圾数据干扰
  当文件剩余字节数小于BYTES_TO_READ_AT_ONCE时，fread只会填充缓冲区的前N个字节（N为实际读取的字节数），缓冲区剩余部分是栈上的随机垃圾数据。你用memcmp比较整个缓冲区的大小，两个缓冲区的垃圾数据几乎不可能相同，因此会错误判定文件内容不一致。

• 未校验第二个文件的读取结果
  你只判断了第一个文件的fread返回值，没有验证第二个文件的读取是否成功或读取字节数是否匹配。如果第二个文件读取出现异常，databuffer2会包含无效数据，同样会导致memcmp误判。

修复后的代码 #

int are_files_equal(char* filename1, char* filename2){  
    if(strcmp(filename1, filename2) == 0)
        return 1;

    struct stat stat1, stat2;

    if (stat(filename1, &stat1) != 0 || stat(filename2, &stat2) != 0)
        return -1; // 获取文件元信息失败

    if(stat1.st_size != stat2.st_size)
        return 0; // 文件大小不同，直接判定不一致
    
    FILE *file1 = fopen(filename1, "rb");
    FILE *file2 = fopen(filename2, "rb");
    if (file1 == NULL || file2 == NULL)
    {
        // 避免资源泄漏，关闭已成功打开的文件
        if (file1) fclose(file1);
        if (file2) fclose(file2);
        return -1; // 打开文件失败
    }

    #define BYTES_TO_READ_AT_ONCE 512000
    unsigned char databuffer1[BYTES_TO_READ_AT_ONCE];
    unsigned char databuffer2[BYTES_TO_READ_AT_ONCE];
    size_t bytes_read1, bytes_read2;

    while ((bytes_read1 = fread(databuffer1, 1, BYTES_TO_READ_AT_ONCE, file1)) != 0)
    {
        // 读取与第一个文件相同字节数的数据
        bytes_read2 = fread(databuffer2, 1, bytes_read1, file2);
        // 校验读取结果+内容一致性
        if (bytes_read2 != bytes_read1 || memcmp(databuffer1, databuffer2, bytes_read1) != 0)
        {
            fclose(file1);
            fclose(file2);
            return 0;
        }
    }

    // 额外校验第二个文件是否也已读取完毕（防范IO异常导致的进度不一致）
    bytes_read2 = fread(databuffer2, 1, 1, file2);
    if (bytes_read2 != 0)
    {
        fclose(file1);
        fclose(file2);
        return 0;
    }

    fclose(file1);
    fclose(file2);
    return 1;
}

关键修复点 #

1. 用实际读取的字节数作为memcmp的比较长度，避免垃圾数据干扰。
2. 同步两个文件的读取字节数，并校验读取结果是否一致。
3. 循环结束后校验第二个文件的读取状态，排除IO异常导致的进度偏差。
4. 增加资源泄漏防护：打开文件失败时关闭已打开的文件。

内容的提问来源于stack exchange，提问作者Alessandro