Question

我需要打开多个文件并比较它们的内容。我现在的做法很脏。我想知道一种优雅的方式。我需要打开多个文件并查看它们之间的共同元素。

我的代码如下：

sample_1=[]
sample_3=[]
sample_2=[]
sample_4=[]

for line in open("sample_EC1.Regions","r"):
    line=line.strip()
    sample_1.append(line)


for line in open("sample_EC2.Regions","r"):
    line=line.strip()
    sample_2.append(line)


for line in open("sample_EC3.Regions","r"):
    line=line.strip()
    sample_3.append(line)


for line in open("sample_EC4.Regions","r"):
    line=line.strip()
    sample_4.append(line)

CommonRegions = list(set(sample_2)&set(sample_3)&set(sample_4)&set(sample_1))

print CommonRegions

这段代码很脏，好像文件数量增加，每次我需要更改代码，如果文件数超过50，每次编辑代码都很困难。

Answer 1

total=4

with open("sample_EC1.Regions","r") as f:
    commonregions = {line.strip() for line in f}

for i in range(2,total+1):
    with open("sample_EC"+i+".Regions","r") as f:
        #set comprehension 
        sample = {line.strip() for line in f}
    commonregions = commonregions & sample

print commonregions

不是为每个文件写入循环，而是尝试将它们放在循环中并执行交集。

改进：

两项重要改进，首先要确保再次关闭文件，其次不要将列表冗余转换为集合：with open(...) as f: s = {l.strip() for l in f}。带有“for l in f”的东西称为集合理解，“集合理解”是一个动态生成集合的表达式

Answer 2

最优雅的方法是使用list comprehensions并设置理解：

def file_to_set(path):
    with open(path, "r") as f:
        return {line.strip() for line in f}

PATHS = ["sample_EC{0}.Regions".format(x) for x in range(1, 5)]

CommonRegions = set.intersection(*[file_to_set(path) for path in PATHS])

print CommonRegions

感谢@ user3789032提醒我set.intersection。

有了这个，您可以将PATHS设置为您需要处理的任何文件集。如果要将路径作为命令行参数读取，请使用：

import sys
PATHS = sys.argv[1:]

如果要从标准输入中读取路径：

import sys
PATHS = [line.strip() for line in sys.stdin.readlines()]

如果要从命令行中指定的文件中读取路径：

import sys
with open(sys.argv[1]) as f:
    PATHS = [line.strip() for line in f]

Answer 3

t是文件名列表

b =[]

for fn in t:
    a=[]
    for line in open(fn,"r"):
        line=line.strip()
        a.append(line)
    b.append(set(a))

CommonRegions = set.intersection(*b)
print(CommonRegions)

动态创建python列表并进行比较

3 个答案: