如何用另一个文本文件中的 Y 行查找和替换一个文本文件中的 X 行？

Question

我问了这个问题：How to find and replace multiple lines in text file? 但我的问题最终不清楚，所以我要求另一个更具体的问题。

我有 Python 2.7。

我有三个文本文件，data.txt、find.txt 和 replace.txt。

data.txt 是大约 1MB 的大文件，有几千行。现在，我有一个 find.txt 文件，其中包含我想在 data.txt 中找到的 X 行，并用 replace.txt 中的 Y 行替换 X 和 Y 可能是相同的数字，也可能不是。

例如：

data.txt

pumpkin
apple
banana
cherry
himalaya
skeleton
apple
banana
cherry
watermelon
fruit

find.txt

apple
banana
cherry

replace.txt

1
2
3
4
5

因此，在上面的示例中，我想在数据中搜索所有出现的apple、banana 和cherry，并在其位置插入1,2,3,4,5。

因此，生成的 data.txt 看起来像：

pumpkin
1
2
3
4
5
himalaya
skeleton
1
2
3
4
5
watermelon
fruit

或者，如果replace.txt 的行数少于find.txt 的行数：

pumpkin
1
2
himalaya
skeleton
1
2
watermelon
fruit

由于我的data.txt 大约为 1MB，所以我在使用正确的方法时遇到了一些麻烦，所以我希望尽可能高效。一种愚蠢的方法是将所有内容连接成一个长字符串并使用replace，然后输出到一个新的文本文件，以便恢复所有换行符。

data = open("data.txt", 'r')
find = open("find.txt", 'r')
replace = open("replace.txt", 'r')

data_str = ""
find_str = ""
replace_str = "" 

for line in data: # concatenate it into one long string
    data_str += line

for line in find: # concatenate it into one long string
    find_str += line

for line in replace: 
    replace_str += line


new_data = data_str.replace(find, replace)
new_file = open("new_data.txt", "w")
new_file.write(new_data)

但是对于像我这样的大型数据文件来说，这似乎非常复杂且效率低下。

我想看的东西的伪代码：

类似这样的：

(x,y) = find_lines(data.txt, find.txt) # returns line numbers in data.txt that contains find.txt
replace_data_between(x, y, data.txt, replace.txt) # replaces the data between lines x and y with replace.txt

def find_lines(...):
    location = 0

    LOOP1: 
    for find_line in find:
        for i, data_line in enumerate(data).startingAtLine(location):
            if find_line == data_line:
                location = i # found possibility

    for idx in range(NUMBER_LINES_IN_FIND):
        if find_line[idx] != data_line[idx+location]  # compare line by line
            #if the subsequent lines don't match, then go back and search again
            goto LOOP1

如您所见，我对这一切的逻辑有疑问。有人能指出我正确的方向吗？

Answer 1

如果文件足够小，可以在 ram 中执行此操作...

我会先映射 find:replace 关系：

find_replace_dict = {find_string:replace_string}

然后我会遍历数据文件...

of = open('output_file','wt')
for line in data_file:
    if line in find_replace_dict.keys():
        of.write(find_replace_dict[line])
    else:
        of.write(line)
of.close()