[英]Comparing 2 txt files and creating a new txt file from what is absent in 1 or the files
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。
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。
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')
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.