Question

我正在尝试在两个文件中匹配（什么是网络登录用户名）。 All是一个我想（或将要）匹配的名字的文本文件。目前，我正在做这样的事情：

def find_files(directory, pattern):
    #directory= (raw_input("Enter a directory to search for Userlists: ")
    directory=("c:\\TEST")
    os.chdir(directory)
    for root, dirs, files in os.walk(directory):
        for basename in files:
            if fnmatch.fnmatch(basename, pattern):
                filename = os.path.join(root, basename)
                yield filename


for filename in find_files('a-zA-Z0-9', '*.txt'):
    with open (filename, "r") as file1:
       with open ("c:/All.txt", "r") as file2:
            list1 = file1.readlines()[18:]
            list2 = file2.readlines()
            for i in list1:
                for j in list2:
                    if i == j:

我是python的新手，我想知道这是否是最好，最有效的方法。对我来说，即使作为一个新手有点笨重，但我目前的编码知识是我现在能想到的最好的。我们将非常感激地提供任何帮助和建议。

Answer 1

您希望先将一个文件读入内存，然后将其存储在一个集合中。集合中的成员资格测试非常有效，很多比循环第一个文件中每一行的第二个文件的行更多。

然后你只需要读取第二个文件，然后逐行处理它并测试行是否匹配。

您在内存中保留的文件取决于All.txt的大小。如果是＆lt; 1000行左右，只需将其保存在内存中并将其与其他文件进行比较。如果All.txt非常大，请为您处理的每个file1重新打开它，并将file1的前18行读入内存，并将其与All.txt中的每一行匹配}，逐行。

要只读取18行文件，请使用itertools.islice();文件是可迭代的，islice()是选择要读取的行子集的最简单方法。

首先将All.txt读入内存：

from itertools import islice

with open ("c:/All.txt", "r") as all:
    # storing lines without whitespace to make matching a little more robust
    all_lines = set(line.strip() for line in all)

for filename in find_files('a-zA-Z0-9', '*.txt'):
    with open(filename, "r") as file1:
        for line in islice(file1, 18):
            if line.strip() in all_lines:
                 # matched line

如果All.txt很大，请先将每个文件的18行存储在一个集合中，然后重新打开All.txt并逐行处理：

for filename in find_files('a-zA-Z0-9', '*.txt'):
    with open(filename, "r") as file1:
        file1_lines = set(line.strip() for line in islice(file1, 18))
    with open ("c:/All.txt", "r") as all:
        for line in all:
            if line.strip() in file1_lines:
                 # matched line

请注意，您不必须更改find_files()中的目录; os.walk()已经传递了目录名称。 fnmatch模块还有一个.filter()方法，使用它来循环files而不是在每个文件上单独使用fnmatch.fnmatch()：

def find_files(directory, pattern):
    directory = "c:\\TEST"
    for root, dirs, files in os.walk(directory):
        for basename in fnmatch.filter(files, pattern):
            yield os.path.join(root, basename)

匹配两个文件中的数据

1 个答案: