兩個文本文件之間的差異和交集報告

Question

免責聲明：我是編程和腳本的新手，所以請原諒缺乏技術術語

所以我有兩個包含列出的名稱的文本文件數據集：

First File | Second File
bob        | bob
mark       | mark
larry      | bruce
tom        | tom

我想運行一個腳本（pref python），輸出一個文本文件中的相交線和另一個文本文件中的不同行，例如：

匹配.txt ：

bob 
mark 
tom 

差異.txt ：

bruce

我將如何使用 Python 完成此任務？ 或者使用 Unix 命令行，如果它足夠簡單？

Answer 1

排序 | uniq 很好，但 comm 可能更好。 “man comm”了解更多信息。

從手冊頁：

EXAMPLES
       comm -12 file1 file2
              Print only lines present in both file1 and file2.

       comm -3 file1 file2
              Print lines in file1 not in file2, and vice versa.

您也可以使用 Python 集類型，但 comm 更容易。

Answer 2

Unix shell 解決方案-：

# duplicate lines
sort text1.txt text2.txt | uniq -d

# unique lines
sort text1.txt text2.txt | uniq -u

Answer 3

words1 = set(open("some1.txt").read().split())
words2 = set(open("some2.txt").read().split())

duplicates  = words1.intersection(words2)
uniques = words1.difference(words2).union(words2.difference(words1))

print "Duplicates(%d):%s"%(len(duplicates),duplicates)
print "\nUniques(%d):%s"%(len(uniques),uniques)

至少是這樣的

Answer 4

Python 字典是 O(1) 或非常接近，換句話說，它們非常快（但如果您索引的文件很大，它們會使用大量內存）。 所以首先讀入第一個文件並構建一個字典，如下所示：

left = [x.strip() for x in open('left.txt').readlines()]

列表理解和 strip() 是必需的，因為 readlines 為您提供帶有完整尾隨換行符的行。 這將創建文件中所有項目的列表，假設每行一個（如果它們都在一行上，則使用 .split）。

現在建立一個字典：

ldi = dict.fromkeys(left)

這將構建一個以列表中的項目為鍵的字典。 這也處理重復。 現在遍歷第二個文件並檢查鍵是否在字典中：

matches = open('matches.txt', 'w')
uniq = open('uniq.txt', 'w')
for l in open('right.txt').readlines():
    if l.strip() in ldi:
        # write to matches
        matches.write(l)
    else:
        # write to uniq
        uniq.write(l)
matches.close()
uniq.close()

Answer 5

>>> with open('first.txt') as f1, open('second.txt') as f2:
        w1 = set(f1)
        w2 = set(f2)


>>> with open('matches.txt','w') as fout1, open('differences.txt','w') as fout2:
        fout1.writelines(w1 & w2)
        fout2.writelines(w2 - w1)


>>> with open('matches.txt') as f:
        print f.read()


bob
mark
tom
>>> with open('differences.txt') as f:
        print f.read()


bruce

Answer 6

用水平線制作一個；

---

file_1_list = []

with open(input('Enter the first file name: ')) as file:
    file_1 = file.read() 

    file.seek(0) 

    lines = file.readlines()
    for line in lines:
        line = line.strip()
        file_1_list.append(line)

 with open(input('Enter the second file name: ')) as file:
    file_2 = file.read()
    file.seek(0)
    lines = file.readlines()
    for line in lines:
        line = line.strip()

if file_1 == file_2:
    print("Yes")

else:
        print("No")
        print(file_1)
        print("--------------")
        print(file_2)