Question

我有2个文件（1个旧文件和1个新文件），它们具有我需要比较的相同结构，然后返回新列表唯一的数据。

每个文件都是TAB分隔的，看起来像这样（每个长约16k行）：

8445    200807
8345    200807
ect.    ect.

我对使用循环进行比较有基本的了解，但我不确定如何将相应的数据列与其他2个相应的列进行比较。

编辑：对不起，我想要的结果有些混乱。所以，如果我这是我的旧文件：

8445    200807
8345    200807

这是我的新文件：

8445    200807
8445    200809

我希望脚本返回：

8445    200809

因此该对必须是新文件的唯一。如果这是有道理的。

Answer 1

这是我能想到的最直接的方式。纯粹主义者可能会抱怨它不使用with声明，因此请注意。

def compare_files()
    f1 = open('old')
    f2 = open('new')

    d1 = set()

    for line in f1:
        d1.add(line)

    for line in f2:
        if not line in d1:
            yield line

并像这样使用它：

 for line in compare_files():
     print "not in old", line,

Answer 2

我猜你想要什么：两个文件共有的一组行。这是两个文件的交集，即

with open("file1") as f1, open("file2") as f2:
    rows1 = set(ln.split() for ln in f1)
    rows2 = set(ln.split() for ln in f2)

    for row in rows1 & rows2:
        print("\t".join(row))

但这会改变行的顺序。如果您想要仅出现在第一个文件中的行，请将&替换为-。

与Python比较

2 个答案: