在 Python 中比较 2 个文件

Question

我正在尝试在 Python 中比较两个文件 A 和 C，但由于某种原因，双 for 循环似乎无法正常工作：

with open(locationA + filenameC,'r') as fileC, open(locationA + filenameA,'r') as fileA:
     for lineC in fileC:
         fieldC = lineC.split('#')
         for lineA in fileA:
             fieldA = lineA.split('#')
             print 'UserID Clicks' + fieldC[0]
             print 'UserID Activities' + fieldA[0]
             if (fieldC[0] == fieldA[0]) and (fieldC[2] == fieldA[2]):
                 print 'OK'

这里，似乎只比较了 C 的那一行，但对于其他行，“A 循环”似乎被忽略了。

谁能帮我解决这个问题？

Answer 1

您的问题是，一旦您遍历 fileA 一次，您就需要再次更改指向文件开头的指针。 因此，您可能会从两个文件中创建两个列表，并根据需要对它们进行多次迭代。例如：

fileC_list = fileC.readlines()
fileA_list = fileA.readlines()
for lineC in fileC_list:
  # do something
  for lineA in fileA_list:
    # do somethins

Answer 2

嵌套循环的问题（从您当前问题的角度来看）恰恰是内部循环在外部循环的每次迭代中运行到完成。因此，通过显式调用 fileA 迭代器中的下一项来设置 lineA：

with open(locationA + filenameC,'r') as fileC, open(locationA + filenameA,'r') as fileA:
     for lineC in fileC:
         fieldC = lineC.split('#')
         lineA = next(fileA)
         fieldA = lineA.split('#')
         print 'UserID Clicks' + fieldC[0]
         print 'UserID Activities' + fieldA[0]
         if (fieldC[0] == fieldA[0]) and (fieldC[2] == fieldA[2]):
             print 'OK'

一旦fileC 用尽，此逻辑将忽略来自fileA 的任何额外行，如果fileC 包含的行数多于FileA，则如果没有特殊检查，事情也可能会变得丑陋。

另一种方法可能是使用itertools.izip() 成对地从每个文件中收集行：

import itertools
with open(locationA + filenameC,'r') as fileC, open(locationA + filenameA,'r') as fileA:
for lineC, lineA in itertools.izip(fileC, fileA):
         fieldC = lineC.split('#')
         fieldA = lineA.split('#')
         print 'UserID Clicks' + fieldC[0]
         print 'UserID Activities' + fieldA[0]
         if (fieldC[0] == fieldA[0]) and (fieldC[2] == fieldA[2]):
             print 'OK'

我想不出使用其中一个而不是另一个的任何具体原因，但如果文件是任何大小的，请拒绝使用内置 zip() 函数而不是 itertools.izip() 的诱惑 - 前者返回一个列表，因此内存使用取决于文件大小，而后者是一个生成器，因此会根据需要创建值。

Answer 3

您正在将 FileA 中的所有行与 FileC 中的每一行进行比较。这意味着，对于文件 C 的每一行，您将读取整个文件 A，并且（如果您确实将指针移动到文件 A 的开头），您将一遍又一遍地读取它。

同时阅读它们更容易，因为它们都有线条 如果它们相同，则做某事，从两者中读取

如果不同，从最小的开始读取（A行

并在剩余行数的情况下进行最后两个循环（两个循环，每个文件一个，因为您不知道哪一个用完了行）

Answer 4

我知道这是一个旧线程，但是当有人在寻找比较 python 中的 2 个文本文件的解决方案时，它会出现在 google 上。

这段代码对我有用。

您可以更新代码并改用“with open”并根据需要进行微调，但它确实可以完成工作。

# Ask the user to enter the names of files to compare
fname1 = input("Enter the first filename (text1.txt): ")
fname2 = input("Enter the second filename (text1.txt): ")

# Open file for reading in text mode (default mode)
f1 = open(fname1)
f2 = open(fname2)

# Print confirmation
print("-----------------------------------")
print("Comparing files ", " > " + fname1, " < " +fname2, sep='\n')
print("-----------------------------------")

# Read the first line from the files
f1_line = f1.readline()
f2_line = f2.readline()

# Initialize counter for line number
line_no = 1

# Loop if either file1 or file2 has not reached EOF
while f1_line != '' or f2_line != '':

    # Strip the leading whitespaces
    f1_line = f1_line.rstrip()
    f2_line = f2_line.rstrip()

    # Compare the lines from both file
    if f1_line != f2_line:

        # If a line does not exist on file2 then mark the output with + sign
        if f2_line == '' and f1_line != '':
            print(">+", "Line-%d" % line_no, f1_line)
        # otherwise output the line on file1 and mark it with > sign
        elif f1_line != '':
            print(">", "Line-%d" % line_no, f1_line)

        # If a line does not exist on file1 then mark the output with + sign
        if f1_line == '' and f2_line != '':
            print("<+", "Line-%d" % line_no, f2_line)
        # otherwise output the line on file2 and mark it with < sign
        elif f2_line != '':
            print("<", "Line-%d" %  line_no, f2_line)

        # Print a blank line
        print()

    #Read the next line from the file
    f1_line = f1.readline()
    f2_line = f2.readline()


    #Increment line counter
    line_no += 1

# Close the files
f1.close()
f2.close()