如何基于Linux cmp命令计算文件差异百分比？附脚本需求

当然可以实现！我们可以通过cmp -l统计两个文件的逐字节差异，再结合文件大小的差值（处理长度不同的情况），最终计算出基于较大文件总字节数的差异百分比。下面是经过边界情况处理的Shell脚本片段：

#!/bin/bash

# 检查输入参数数量
if [ $# -ne 2 ]; then
    echo "用法: $0 <文件路径1> <文件路径2>"
    exit 1
fi

file_a="$1"
file_b="$2"

# 验证输入是否为有效文件
for target_file in "$file_a" "$file_b"; do
    if [ ! -f "$target_file" ]; then
        echo "错误: '$target_file' 不是有效的普通文件或不存在"
        exit 1
    fi
done

# 获取两个文件的字节大小（Linux环境下的stat用法）
size_a=$(stat -c "%s" "$file_a")
size_b=$(stat -c "%s" "$file_b")

# 确定基准大小：取两个文件中较大的字节数
base_size=$(( size_a > size_b ? size_a : size_b ))

# 步骤1：用cmp统计逐字节对比的差异数
# cmp -l 会输出每个差异的字节位置和内容，wc -l统计行数即差异字节数；重定向错误输出避免文件长度不同时的提示
cmp_diff_count=$(cmp -l "$file_a" "$file_b" 2>/dev/null | wc -l)

# 步骤2：计算文件长度差异的字节数（较短文件没有的部分全部视为差异）
length_diff=$(( size_a > size_b ? size_a - size_b : size_b - size_a ))

# 总差异字节数 = 逐字节差异数 + 长度差异数
total_diff_bytes=$(( cmp_diff_count + length_diff ))

# 计算差异百分比：用awk处理浮点运算，保留两位小数
diff_percentage=$(echo "$total_diff_bytes $base_size" | awk '{printf "%.2f", ($1/$2)*100}')

# 输出结果
echo "=== 文件差异统计 ==="
echo "文件A大小: $size_a 字节"
echo "文件B大小: $size_b 字节"
echo "基准大小（较大文件）: $base_size 字节"
echo "总差异字节数: $total_diff_bytes"
echo "差异百分比: ${diff_percentage}%"

关键细节说明 #

• cmp -l的核心作用：这个参数让cmp逐字节对比两个文件，每发现一个差异就输出一行记录；我们用wc -l统计这些行的数量，得到前N字节（N为较短文件长度）的差异数。
• 处理长度不同的边界情况：如果两个文件长度不一样，较短文件没有的那部分字节本质上和另一个文件完全不同，所以需要把长度差加到总差异数里——比如你提到的a1.jpg（1000字节）和a2.jpg（1021字节），后面的21字节会被直接计入差异。
• 浮点运算处理：Shell本身仅支持整数运算，所以用awk来完成百分比的计算和格式化，确保结果保留两位小数，可读性更好。
• 兼容性提示：脚本中用stat -c "%s"获取文件大小是Linux标准用法；如果是BSD/macOS环境，需要将stat命令改为stat -f "%z"。

内容的提问来源于stack exchange，提问作者ScriptWriter