在 Python 中比较 2 个 txt 文件

Question

我有 2 个 txt 文件。

文件 A：

jack john jim
george colin stan

文件 B：

hell jack john jim goad tiger
tall jack jim john filer dom
hell george colin jim stab tiger
track jack george colin stan forever

我希望文件 A 的每一行都与文件 B 的每一行逐字检查，如果有连续匹配则返回 true。比如

从第一个文件 A 中提取 jack 并与文件 B 的第一行进行检查，如果找到，则检查 john，然后检查 jim。然后我们移动文件 B 的第二行，依此类推。之后，我们转到文件 A 的第二行并重复该过程。仅当匹配项连续时才会返回 true，因此文件 B 的第一行将返回 True，因为 jack john 和 jim 是有序的，但文件 B 的第二行会返回 false 因为它们的顺序不正确。

我要一个字一个字地看，不会把整行当成一个字符串，所以要拆成字再逐字比较..

Answer 1

这是实现比较功能的内存效率低下，蛮力的方式：

def compare(list_a,list_b):
    for a in list_a:
        try:
            b_index=list_b.index(a)
        except ValueError:
            return False
        return compare(list_a[1:],b[b_index:])

您需要从每个文件中逐行读取，以便嵌套循环调用compare() 函数：

a_lines_raw=a_file.readlines()
b_lines_raw=b_file.readlines()

a_lines=[ line.split() for line in a_lines_raw ]
b_lines=[ line.split() for line in b_lines_raw ]

for a_line in a_lines:
    for b_line in b_lines:
        if compare(a_line,b_line):
            print "Match:", str(a_line), str(b_line)

可以通过传递 a_list 和 b_list 的索引并将 a_list 和 b_list “全局”传递给 compare() 函数来优化这一点。通过真正使它们“全局”或将compare() 包装到另一个定义 a_list 和 b_list 的函数中，然后只将索引传递给函数......最后但并非最不重要的 - 将它作为一个类实现并存储 a_list 和b_list 作为属性，compare() 作为类接受索引的方法，两者的默认索引均为 0。

Answer 2

如果每个单词都在单独的行中，则可以这样做

in_file.readlines()

获取行列表。如果您将所有单词放在一行中，用空格分隔，请执行以下操作：

in_file.read().split(' ')

比较应该是直截了当的，像这样：

def compare(a_words, b_words):
    for a_word, b_word in izip(a_words, b_words):
        if a_word != b_word:
            return False
    return True

如果您有多行，每行包含多个单词，那么您应该首先阅读所有行，然后为每一行调用比较函数，将每行拆分的单词传递给它。