Question

我有两个不同目录中的文件，其中包含索引文本的pickle列表，如下所示，以.out格式保存：

（LP0 S＆＃39; TCCTCTTGGAGCACCAGCTAATATTTCATCAGTATTCGCTGAATCTTCGGACATAGTTCA＆＃39; P1 作为＆＃39; TTCGGACATAGTTCATTCATATTTATTTGCCCAATACCCGCACGAAGAAGCCTTGCAGAC＆＃39; P2 作为＆＃39; AGAAGCCTTGCAGACACCGTGGCA＆＃39; P3 一个。

我要完成的任务是从可疑文本目录中打开一个文件，并将其与源文本目录中的每个文件进行比较，使用python＆＃39; difflib，打印出一个数字，指示它们是否匹配然后对可疑文本目录中的其余文件执行相同操作。（旁注：如果有人知道比较两个索引文本列表的更详细的方法，我很满意，但它不是优先考虑的事项）

我目前的问题是使用for循环完成此任务，它不起作用。我的意思是我可以循环浏览文件夹并打印出文件夹名称，但文件内容本身并没有改变。该循环目前只是多次比较每个目录中的一个文件，我不知道如何修复它。

欢迎提出任何建议，如果我的解释足够清楚，请随时提出任何问题。

感谢。此外，我知道这是一个常见问题，我已尽力查看以前的答案并应用他们使用的内容，但我很难这样做，因为我不擅长编程。

提前致谢！

˚F

代码如下：

import string
import pickle
import sys
import glob
import difflib


sourcePath = 'C:\Users\User\Sou2/*.out'
suspectPath = 'C:\Users\User\Susp2/*.out'
list_of_source_files = glob.glob(sourcePath)
list_of_suspect_files = glob.glob(suspectPath)


def get_source_files(list_of_source_files):

    for source_file_name in list_of_source_files:
        with open(source_file_name) as source_file:
            sourceText = pickle.load(source_file)
        return sourceText


get_suspect_files(list_of_suspect_files):

    for suspect_file_name in list_of_suspect_files:
        with open(suspect_file_name) as suspect_file:
            suspectText = pickle.load(suspect_file)
        return suspectText


def matching(sourceText,suspectText):

            matching = difflib.SequenceMatcher(None,sourceText,suspectText)
            print matching.ratio()


def main():

    for suspectItem in list_of_suspect_files:
        suspectText = get_suspect_files(list_of_suspect_files)
        print ('----------------SEPERATOR-----------------')
        for sourceItem in list_of_source_files:
            sourceText = get_source_files(list_of_source_files)
            matching(sourceText,suspectText)


main()

目前的结果：

----------------SEPERATOR-----------------
0.0
0.0
0.0
----------------SEPERATOR-----------------
0.0
0.0
0.0
----------------SEPERATOR-----------------
0.0
0.0
0.0
----------------SEPERATOR-----------------
0.0
0.0
0.0

对于其中一些应该为1.0，因为我故意将匹配的索引文本添加到系统文本中。

Answer 1

你的函数get_source_files和get_suspect_files都包含循环，但是在循环的第一次迭代中返回。这就是为什么你的程序只查看每个列表中的第一个文件。

此外，这两个函数中的循环由main函数中的循环复制。在你的main函数中，你永远不会使用循环变量suspectItem和sourceItem，因此这些循环只会多次执行相同的操作。

可能您会混淆yield和return，并且不知何故期望您的函数像发电机一样运行。

这样的事情应该有效

def get_text(file_name):
    with open(file_name) as file:
        return pickle.load(file)

def matching(sourceText,suspectText):
    matching = difflib.SequenceMatcher(None,sourceText,suspectText)
    print matching.ratio()

def main():
    for suspect_file in list_of_suspect_files:
        print ('----------------SEPERATOR-----------------')
        suspect_text = get_text(suspect_file)
        for source_file in list_of_source_files:
            source_text = get_text(source_file)
            matching(source_text, suspect_text)

main()

请注意，这会在每次迭代中重复加载源文本。如果这很慢，并且文本不会太长而无法存储在内存中，则可以将所有源文本和可疑文本存储在列表中。

Python for循环遍历目录文件

1 个答案: