Question

我有多个文件（比如说3）。每个文件只有一列。如下所示：

档案A

America
Russia
China
UK

档案B

India
China
Russia

档案C

China
America
Russia
Iran

现在，为了计算交叉点或说要获取所有文件中的公共元素，我做

python -c 'import sys;print "".join(sorted(set.intersection(*[set(open(a).readlines()) for a in sys.argv[1:]])))' File1 File2 File3 File4

但是，如果我还需要知道这些文件之间的成对重叠，我该如何循环该过程？这样我就得到了所有这些元素以及A＆amp; B，A＆amp; C，c＆amp; B中存在的元素。

将非常感谢python中的帮助。

请帮助

Answer 1

要获取您可以使用的所有文件共有的行：

for f in sys.argv[1:]:
    data = []
    with open(f) as inp:
           lines = set(line.rstrip() for line in  inp)
           data.append(lines)
    common_lines = data[0].intersection(*data[1:])

对于第二部分，请使用itertools.combinations：

from itertools import combinations

for f1, f2 in combinations(sys.argv[1:], 2):
    with open(f1) as inp1, open(f2) as inp2:
        print set(line.rstrip() for line in inp1).intersection(map(str.rstrip,
                                                                           inp2))

Answer 2

您只需使用set：

>>> print list(set(open(f1)) & set(open(f2)) & set(open(f3)))

对于特定文件，您可以执行以下操作：

>>> print list(set(open(f1)) & set(open(f2)))
>>> print list(set(open(f1)) & set(open(f3)))
>>> print list(set(open(f2)) & set(open(f3)))

根据@ HerrActress的建议，这将处理字符串的\n部分：

[i.strip() for i in (set(open(f1)) & set(open(f2)))]

多个文件之间的交叉点

2 个答案: