[英]diff two big files in Python
我有兩個大文本文件,每個文件近2GB。 我需要類似diff f1.txt f2.txt
。 有什么辦法可以在python中快速完成此任務? 標准difflib
太慢。 我認為有更快的方法,因為difflib
是在Python中完全實現的。
在腳本可以處理大文件的方式下使用difflib怎么樣? 不要將文件加載到內存中,而要遍歷文件的文件並逐塊進行比較。 例如一次100條線。
import difflib
d = difflib.Differ()
f1 = open('bigfile1')
f2 = open('bigfile2')
b1 = []
b2 = []
for n, lines in enumerate(zip(f1,f2)):
if not (n % 100 == 0):
b1.append(lines[0])
b2.append(lines[1])
else:
diff = d.compare("".join(b1), "".join(b2))
b1 = []
b2 = []
print ''.join(list(diff))
diff = d.compare("".join(b1), "".join(b2))
print ''.join(list(diff))
f1.close()
f2.close()
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.