比較2個txt文件並根據1個或文件中不存在的內容創建一個新的txt文件

Question

我有2個txt文件，一個是水果列表，另一個是許多數據列表，其中每行都嵌入一個水果，如下所示：

文件1：

apple
orange
grape
banana
pear

文件2

Brian b7890 apple orchard autumn
Sue c7623 grape vineyard summer
Richard z4501 grapefruit citrusGrove autumn
Mary m8123 pear orchard autumn

我需要從文件2中提取相應的水果不出現在文件1中的行，並將其寫入新的文本文件。 在文件2的此示例中，唯一符合條件的行是：

Richard z4501 grapefruit citrusGrove autumn

請注意：我已經給出了這個示例，因為文件1中出現的“葡萄”一詞是葡萄柚一詞的一部分，其中排除了一些更簡單的提取方法。

我首先將每個文件的每一行放入列表中：

f = open('ListOfFruits.txt')
listOfFruits = [line.strip() for line in open('ListOfFruits.txt')]
f.close()

a = open('AllFruitData.txt')
AllFruitData = [line.strip() for line in open('AllFruitData.txt')]
a.close()

i=0
x=0

while x < len(listOfFruits):
    if listOfFruits[i] not in allFruitData[x]:
        i=i+1
        #then check against allFruitData again
        #continue until the end of listOfFruits
        #if no match is found then add the line allFruitData[x] to a new txt file
   x=x+1  

我已經嘗試過使用for循環，while循環和if語句的各種方法，但是似乎總是卡在語法上。 我試圖想象代碼在2個輪子相互旋轉的同時工作，而1個是靜止的，另一個一直旋轉直到找到匹配項。 如果找到匹配項，則固定輪將在1個位置移動，而移動輪將重置。 如果固定輪在動輪上找不到匹配項，則該數據將進入一個新的籃子。 這將繼續進行，直到固定輪上的所有位置都已被移動輪所遍歷。

Answer 1

怎么樣使用set 。 然后，您可以使用集合差異 。 一個簡單的實現可以是（如果水果始終位於第二個文件的每一行的第三位）

with open('listOfFruits.txt', 'r') as f:
    fruits = set([line.rstrip() for line in f])
with open('allFruitData.txt', 'r') as f:
    data = {}
    for line in f:
        fruit = line.rstrip().split()[2]
        data[fruit] = line

fruits_not_in_file = set(data.keys()) - fruits
with open(outfile, 'w') as f:
    for fruit in fruits_not_in_lile:
        f.write(data[fruit])

---

編輯：

如果水果可以出現在任何列中，那么如果您不知道哪些單詞是水果，則此問題會更加困難。 但是，如果您只想打印出不包含任何命名水果的行，那還不錯：

with open('listOfFruits.txt', 'r') as f:
    fruits = set([line.rstrip() for line in f])

with open('outfile.txt', 'w') as outf, open('allFruitData.txt', 'r') as inf:
    for line in inf:
        words = set(line.rstrip().split())
        # you can replace this `if` with `if fruits & words == set()`
        if not fruits & words:
            outf.write(line)

首先將所有水果讀為一組。 然后，對於數據文件中的每一行，我們測試該行中的任何單詞是否在結果集中。 如果交集為空，則將該行打印到輸出文件中。 如果該行在某處包含水果，則繼續進行下一行。

請注意，這不會將'grape'與'grapefruit'匹配，因為它會根據您選擇的分隔符（看起來像是space或\\t ）來分割行。

Answer 2

這應該可以完成工作（假設file2中的結果始終是第三項）：

def compare_fruits():

    files = ["file1", "file2"]
    file_list = []

    for file in files:
        with open("filepath/%s.txt", % file "r") as f:
            file_list.append(f.readlines())

    list1 = [i.strip() for i in file_list[0]]
    list2 = [i.split()[2] for i in file_list[1]]

    diff = []

    for i in list1:
        for j in list2:
            if j not in i:
                diff.append(j)

    with open("filepath/file3.txt", "w") as f: #creates file3 if doesn't exist
        for i in diff:
            f.write(i + '\n')