Question

我想使用python（虽然任何语言都可以），查看结构化文本文件，如下所示：

========= Weekend of 2016-12-02: ================
Schedule1:
bob@email
Schedule2:
john@email
bob@email
Schedule3:
Terry@email
========= Weekend of 2016-12-09: ================
Schedule1:
jake@email
Schedule2:
mike@email
bob@email
Schedule3:
howard@email

这种模式在今年余下的时间里重复，我想要完成的是找到任何重叠的时间表。因此，如果bob @ email在那个周末有不止一个时间表，我想找到并打印出来。例如：

Overlaps found for:
========= Weekend of 2016-12-02: ================
bob@email is scheduled for schedule1, and schedule2.

由于这是唯一的重叠，因此这是唯一可以打印的事件，如果有更多，那么它们将以相同的格式打印在彼此之下。有没有办法实现这个目标？

到目前为止我找到的代码允许我找到每个周末并打印出来，但是我不确定如何更详细地查看内容。

import re
    def compare():
         with open("weekends.txt","r") as fp:
             for result in re.findall('Weekend of (.*?):', fp.read(), re.S):
                 print(result)

这会产生

2016-12-02
2016-12-09

谢谢，如果有任何问题，请告诉我。

Answer 1

您可以使用正则表达式创建集合的字典来执行此类操作：

import re
from collections import Counter

data={}

with open(fn) as f_in:
    txt=f_in.read()

for block in re.finditer(r'^=+\s+([^:]+:)\s=+\s+([^=]+)', txt, re.M):
    di={}
    for sc in re.finditer(r'^(Schedule\s*\d+):\s*([\s\S]+?)(?=(?:^Schedule\s*\d+)|\Z)', block.group(2), re.M):
        di[sc.group(1)]=set(sc.group(2).splitlines())
    data[block.group(1)]=di

for date, DofS in data.items():
    c=Counter()
    for s in DofS.values():
        c+=Counter(s)
    inverted={k:[] for k, v in c.items() if v>1} 
    if not inverted:
        continue
    print date  
    for k in DofS:
        for e in DofS[k]:
            if e in inverted:
                inverted[e].append(k)    
    print "\t",inverted

打印：

Weekend of 2016-12-02:
    {'bob@email': ['Schedule1', 'Schedule2']}

Answer 2

我认为您可以在每个周末使用地图存储<name, list of schedule>，例如<bob@email, [Schedule1]>。每次，您想要添加新项目，您可以检查是否已经设置了密钥。如果是，请将该计划添加到该对应列表。如果不是，请向该地图添加新项目。然后，当您打印出来时，只打印列表中包含多个计划的项目。

对于Python，您可以使用字典作为地图。 https://www.tutorialspoint.com/python/python_dictionary.htm

使用python在txt文件中查找重复的名称

2 个答案: