Question

我有以下代码：

def readline():
    with open("textfile1") as f:
        while True:
            content = f.readline().strip()
            if content in open('textfile2').read():
                ##Print the matching line of textfile2
            if not content: break

def main():
  readline()

if __name__ == '__main__':
  main()

我有两个文本文件（textfile1和textfile2）我想读取textfile1的每一行，如果它存在于textfile2的文本中，我想打印出correspoding行。我可以为textfile1做到这一点但是对于textfile2我不能。我如何填写注释掉的空间或任何替代解决方案？

文件没有订购，长度也不相同。

Textfile1中的示例：

'landroid
lang
ljava
v'
landroid
'
'ljava
view
i
string
util
content
widget
init
z'

Textfile2中的示例：

lang             |            41748
'landroid        |            40157
ljava            |            37227
v'               |            32920
'ljava           |            27315
string           |            23233
'                |            22624
landroid         |            22156
i                |            19970
content          |            13311
view             |            12144
util             |            11546
init             |            11121
widget           |            10604
graphics         |             8581

Answer 1

以下内容适用于您的两个示例文件：

def readline():
    with open("textfile1") as f1, open("textfile2") as f2:
        d1_lines = {}
        for line in f1:
            d1_lines[line.strip()] = 0

        for line in f2:
            first = line.split("|")[0].strip()
            if first in d1_lines:
                print line.strip()

readline()

这会给你以下结果：

lang             |            41748
'landroid        |            40157
ljava            |            37227
v'               |            32920
'ljava           |            27315
string           |            23233
'                |            22624
landroid         |            22156
i                |            19970
content          |            13311
view             |            12144
util             |            11546
init             |            11121
widget           |            10604

使用Python 2.7进行测试

Answer 2

问题是你要逐行遍历第一个文件，但是你正在将第二个文件全部读入一个字符串，这样就很难得到你感兴趣的特定行。我假设第一个文件中的每一行都是第二个文件中一行的潜在子集（第一个文件中的短搜索查询，第二个文件中包含真实内容），因为如果它们完全匹配，您只需打印第一个文件中的行你不会有这个问题。

以下内容使用with..as上下文管理器打开两个文件，确保在with块结束后关闭这两个文件。接下来，它遍历第一个文件中的每一行（查询），剥离空白，并将其添加到list。完成后，它将遍历第二个文件（内容）的每一行，并遍历queries中的每个项目。如果在当前行中找到一个项目，它将打印该行并转到下一行（而不是在该行中查找更多查询匹配）。我还删除了不必要的readline()函数定义，将代码放入main()。

def main():
    with open("textfile1", 'r') as queries, open("textfile2", 'r') as content:
        queries = [line.strip() for line in queries]
        for line in content:
            for query in queries:
                if query in line: print(line)
                continue

if __name__ == '__main__':
  main()

Answer 3

使用一个集合，存储来自file1的所有单个单词，检查file2中每行的第一个单词是否在集合中：

with open("file1") as f, open("file2") as f2:
    st = set(map(str.rstrip,f))
    for line in f2:
        spl = line.split(None, 1)[0]
        if spl in st:
            print(line.rstrip())

输出：

lang             |            41748
'landroid        |            40157
ljava            |            37227
v'               |            32920
'ljava           |            27315
string           |            23233
'                |            22624
landroid         |            22156
i                |            19970
content          |            13311
view             |            12144
util             |            11546
init             |            11121
widget           |            10604

显然spl将是来自file1的单词，因此如果你想要匹配的单词，你可以使用它。

在Python中打印两个.txt文件之间的匹配行

3 个答案: