我有一个所有字符串的文件，我想循环遍历该文件并检查其内容与另一个文件。这两个文件都太大而无法放入代码中，因此我必须使用open方法打开每个文件，然后将每个文件转换为一个循环，遍历文件逐字逐句（在每个文件中）并比较其他文件中每个单词的每个单词。任何想法如何做到这一点？
答案 0 :(得分：1)
如果文件都已排序，或者您可以生成文件的排序版本，那么这相对容易。你最简单的方法（从概念上讲）是从文件A中取出一个单词，称之为a，然后从文件B中读取一个单词，将其称为b。 b是按字母顺序排在a之前，还是在a之后，或者它们是相同的。如果它们相同，请将该单词添加到您正在维护的列表中。如果b在a之前，则从文件B读取b，直到b> = a。如果相等，请收集该单词。如果＆lt; b，显然，从a读取a直到a> = b，并且如果相等则收集。 由于文件大小有问题，您可能需要将收集的单词写入结果文件以避免内存不足。我会让你担心这个细节。
如果它们没有排序而您无法对它们进行排序，那么这是一个更难的问题。天真的方法是从A中取出一个单词，然后通过B扫描寻找该单词。既然你说文件很大，这不是一个有吸引力的选择。通过从A和B中读取块并使用集合交叉点，你可能做得比这更好。但这有点复杂。
尽可能简单地把它放在一个合理大小的文件A块中，并将其转换为一组单词，称之为a1。然后，我将读取类似大小的B块作为集合b1，b2，... bn。 （a1，b1），（a1，b2），...，（a1，bn）的交集的并集是出现在a1和B中的单词集。然后重复对于块a2，a3，... an 。
我希望这是有道理的。如果你没有玩套装，它可能没有，但是我想你有一个很酷的东西可以学习。
答案 1 :(得分：0)
我找到了答案。读取文件时有一个指针。问题是当使用嵌套循环时，它不会重定向回Python的外部循环中的下一个语句。