如何在Python中忽略空白符比较两个文件内容？

直接使用filecmp无法满足忽略空白符的需求，尤其是跨Windows/Linux环境下换行符（\r\n vs \n）的差异会导致测试失败。以下是两种可靠的实现方式：

方法一：逐行标准化并比较 #

适合处理大文件，避免一次性读取全部内容占用过多内存：

def files_equal_ignore_whitespace(file1, file2):
    def normalize_line(line):
        # 移除首尾空白，将中间任意连续空白（换行、空格、制表符等）替换为单个空格
        return ' '.join(line.strip().split())
    
    with open(file1, 'r', encoding='utf-8') as f1, open(file2, 'r', encoding='utf-8') as f2:
        # 逐行比较标准化后的内容
        for line_a, line_b in zip(f1, f2):
            if normalize_line(line_a) != normalize_line(line_b):
                return False
        # 检查是否其中一个文件还有未读取的行
        return not (any(f1) or any(f2))

方法二：全内容标准化后比较 #

适合小文件，实现更简洁：

def files_equal_ignore_whitespace(file1, file2):
    def normalize_content(content):
        # 统一处理所有空白字符，最终转为无多余空白的字符串
        return ' '.join(content.strip().split())
    
    with open(file1, 'r', encoding='utf-8') as f1:
        content1 = f1.read()
    with open(file2, 'r', encoding='utf-8') as f2:
        content2 = f2.read()
    
    return normalize_content(content1) == normalize_content(content2)

在pytest中使用 #

将上述函数引入测试文件后，直接断言即可：

def test_file_consistency():
    assert files_equal_ignore_whitespace("expected_output.txt", "actual_output.txt")

关键说明 #

两种方法都会自动处理跨系统的换行符差异，同时忽略多余的空格、制表符等空白内容，完美解决Windows本地测试通过但Linux构建环境失败的问题。

内容的提问来源于stack exchange，提问作者Steve