Question

我正在尝试一个程序，我有一个目录并有文本文件列表，如果我找到＆＃34; color =＆＃34;然后它会找到＆＃39;文件名的模糊值。和＆＃39;文件的起始行＆＃39;，所以：

我需要：找到模糊值的最大值，需要找到具有最大值

的文件的前5行

我做了一个编码，它可以找到所有模糊值，但我不知道如何找到最大值，然后打印前5个文件具有最大模糊值。请帮助！

import os
from fuzzywuzzy import fuzz

path = r'C:\Python27' 
data = {}


for dir_entry in os.listdir(path):
    dir_entry_path = os.path.join(path, dir_entry)
    if os.path.isfile(dir_entry_path):
        with open(dir_entry_path, 'r') as my_file:
            for line in my_file:
                for part in line.split():
                    if "color=" in part:
                        print part
                        string1= "Filename:", dir_entry_path
                        print(string1)
                        string2= "Start line of file:", list(my_file)[0]
                        print(string1)
                        string3=(fuzz.ratio(string1, string2))
                        print(string3)

我的输出现在看起来像：

"color="
('Filename:', 'C:\\Python27\\maybeee.py')
('Filename:', 'C:\\Python27\\maybeee.py')
20
"color="
('Filename:', 'C:\\Python27\\mayp.py')
('Filename:', 'C:\\Python27\\mayp.py')
28
part.startswith('color='):
('Filename:', 'C:\\Python27\\mayp1.py')
('Filename:', 'C:\\Python27\\mayp1.py')
29

我需要输出，考虑到这里的最大值为29，所以我需要打印具有最大值的文件的前5行。请帮助！答案将不胜感激。

Answer 1

您的代码尝试再次重新读取整个文件（在list(myfile)[0]），同时已经有一个迭代器。这很麻烦。

最好将5个第一行（这是你要问的，是吗？）存储在变量中，然后在条件匹配时打印出来。

此外，您正在打印string1两次。

将循环更改为：

from collections import defaultdict
filenames2fuzz = defaultdict(list)

for dir_entry in os.listdir(path):
    dir_entry_path = os.path.join(path, dir_entry)
    if os.path.isfile(dir_entry_path):
        first5lines = []
        condition_matched_in_file = False
        with open(dir_entry_path, 'r') as my_file:
            for line_nbr, line in enumerate(my_file):
                if line_nbr < 5: 
                    first5lines.append(line)
                for part in line.split():
                    if "color=" in part:
                        print part
                        string1= "Filename:", dir_entry_path
                        print(string1)
                        condition_matched_in_file = True

                        fuzziness = fuzz.ratio(string1, first5lines[0])
                        filenames2fuzz[dir_entry_path].append(fuzziness)
                        print(fuzziness)
        if condition_matched_in_file:
            print('\n'.join(first5lines))

# Now that you have a dictionary that holds all filenames with 
# their fuzziness values, you can easily find the first 5 lines again
# of the file that has the best fuzziness value.

best_fuzziness_ratio = 0  # as far as I can tell, the docs indicate it is between 0 and 100
for k, v in filenames2fuzz.items():
    if max(v) > best_fuzziness_ratio:
        best_fuzzy_file = k
        best_fuzziness_ratio = max(v)
print('File {} has the highest fuzzy value '
    'of {}. \nThe first 5 lines are:\n'
    ''.format(best_fuzzy_file, best_fuzziness_ratio))
with open(best_fuzzy_file) as f:
    for i in range(5):
        print(f.readline())

您可以进行一些更优化（查看os.walk）并且没有更好的问题解释（提供有关您正在循环的文件的详细信息，列出其内容的部分内容），这是我能做的最好的事情。

python找到最大值并打印前5行文件

1 个答案: