Question

我想知道你们是否对如何有效地进行这项工作有任何意见，我目前使用Python的集合类进行实现。

Answer 1

这取决于你有多少可用内存（当然还有文件的大小）。

如果你有足够的可用内存，我只需要采取简单的方法并创建所有项目的列表，并对它们进行sort()。

这样的事情：

# Read all except the first (header) lines
lines = file('1.txt').readlines()[1:]
lines += file('2.txt').readlines()[1:]

lines.sort(key=lambda x: int(x.split()[0]))

print ''.join(lines)

lambda的替代方案：

def key(x):
    return int(x.split()[0])

Answer 2

>>> from itertools import islice
>>> from operator import itemgetter
>>> files = ('1.txt','2.txt')
>>> lines = (map(int,line.split()) for f in files
             for line in islice(open(f),1,None))
>>> sorted(lines,key=itemgetter(0))
[[1, 23112, 3], [2, 32344, 1], [12, 19872, 0], [123, 12243, 1], [221, 39873, 5], [234, 34555, -4]]

合并文本文件的内容按升序排列

2 个答案: