为何Python的filecmp在浅模式下将修改时间不同的文件判定为相同？

这个问题挺有意思的——按预期filecmp.cmp(shallow=True)应该通过文件的元数据（权限、大小、修改时间）判断差异，但你遇到了修改时间不同却返回相同的矛盾结果。结合Python 3.5在Windows 10下的特性，我梳理了几个核心原因和验证方法：

可能的原因 #

1. 浮点数精度的隐形问题 #

Windows NTFS文件系统的时间精度是100纳秒，但Python的float类型只有约15-17位十进制精度。当文件修改时间的差异极小（比如小于1毫秒），转换为浮点数的st_mtime可能会因为舍入误差被视为相等，导致_sig打印看起来有差异，但实际比较时返回True。

2. filecmp缓存机制的干扰 #

虽然你调用了filecmp.clear_cache()，但如果你的脚本是在交互环境中多次运行，或者之前执行过shallow=False的文件比较，缓存可能没有完全失效。filecmp.cmp会优先读取缓存结果，而不是重新计算元数据差异。

3. Python 3.5的filecmp模块bug #

Python 3.5在Windows平台上的文件系统相关模块存在一些已知问题，比如对文件时间戳的处理逻辑不完善。后续的Python 3.6+版本修复了不少这类底层bug，升级版本大概率能解决问题。

4. 文件系统的时间精度限制 #

如果你的文件存储在FAT32格式的分区上，它的文件时间精度只有2秒。即使你看到的修改时间不同，只要差异小于2秒，st_mtime就会被截断为相同的整数值，导致元数据比较认为文件相同。

验证步骤 #

你可以通过以下代码进一步定位问题：

1. 精确打印修改时间：查看st_mtime的完整精度，确认是否真的存在差异

   stat1 = os.stat(links)
   stat2 = os.stat(rechts)
   print(f"文件1修改时间（精确到纳秒级）: {stat1.st_mtime:.9f}")
   print(f"文件2修改时间（精确到纳秒级）: {stat2.st_mtime:.9f}")
   

2. 手动拆解元数据比较：逐个验证_sig的三个元素是否真的相等

   sig1 = filecmp._sig(stat1)
   sig2 = filecmp._sig(stat2)
   print(f"权限是否相同: {sig1[0] == sig2[0]}")
   print(f"文件大小是否相同: {sig1[1] == sig2[1]}")
   print(f"修改时间是否相同: {sig1[2] == sig2[2]}")
   

3. 绕过缓存的手动比较：直接实现shallow=True的逻辑，对比filecmp.cmp的结果

   def manual_shallow_cmp(f1, f2):
       s1 = os.stat(f1)
       s2 = os.stat(f2)
       return s1.st_mode == s2.st_mode and s1.st_size == s2.st_size and s1.st_mtime == s2.st_mtime
   print("手动元数据比较结果:", manual_shallow_cmp(links, rechts))
   

如果手动比较的结果和filecmp.cmp不同，基本可以确定是缓存或模块bug导致的，此时升级Python版本到3.6+是最直接的解决方案。

内容的提问来源于stack exchange，提问作者Übend