两个文件之间的不同行，当一行包含尾随空格时（Python，difflib）答案

【问题标题】：Different lines between two files, when one line contains trailing whitespace (Python, difflib)两个文件之间的不同行，当一行包含尾随空格时（Python，difflib）
【发布时间】：2017-12-07 05:28:25
【问题描述】：

我想在 Python 中比较两个文本文件，并返回不同的行。我的尝试使用 difflib，但我愿意接受其他建议。我需要获取不同的行，以及出现在一个文件中但不在另一个文件中的行。顺序有点重要，但如果存在不考虑顺序的好的解决方案，我可以放弃它。

问题是一个文件的行包含多个尾随字符\t 和\n，而另一个没有；我不想将其视为差异。对于其他文件，第一个文件只有\n，其他文件末尾有\t 字符。这些行包含由制表符或空格分隔的元素，因此它们很重要；我只是不关心尾随字符\t 和\n。

我的解决方案：

from difflib import Differ

with open(file_path) as actual:
    with open(test_file_path) as test:
        differ = Differ()

        for line in differ.compare(actual.readlines(), test.readlines()):
            if line.startswith('-'):
                log.error('EXPECTED:  {}'.format(line[2:]))
            if line.startswith('+'):
                log.error('TEST FILE: {}'.format(line[2:]))

当存在差异时，我希望输出显示 EXPECTED 和 TEST FILE 行，并且当一个包含一行而另一个不包含时，只显示 EXPECTED 或仅 TEST FILE。现在，我看到很多以下类型的错误：

00:02:40: ERROR EXPECTED:  Issuer   Type    OBal    Net WAC OTerm   WAM Age GrossCpn    HighRemTerm Grp                                     

00:02:40: ERROR TEST FILE: Issuer   Type    OBal    Net WAC OTerm   WAM Age GrossCpn    HighRemTerm Grp

如您所见（如果您突出显示它），第一行在“Grp”之后包含许多空格，而另一行则没有。我想将这两行视为相同。

我尝试明确指定制表符和换行符：

actual_file = actual.readlines()
expected_file = []
for line in actual_file:
    if line[-1] == '\n':
        expected_file.append(line.rstrip('\n').rstrip('\t') + '\n')
    else:
        expected_file.append(line.rstrip('\t'))

但是，它 (a) 会大大减慢处理速度，并且 (b) 每种文件类型都需要以不同的方式，因为有些文件有尾随制表符后跟换行符，有些文件只有换行符，并且有些什么都没有。如果没有更好的方法，我可以删除每个尾随制表符和换行符的每一行，但对于似乎很容易解决的问题，这似乎需要很大的处理能力（我必须运行很多文件）。

【问题讨论】：

考虑删除行中的尾随空格。
@lamandy 我可能会混淆一切，但如果我在 for line in differ.... 语句之后删除行中的尾随空格，它不会做任何事情，因为不同已经认为这些行由于尾随而不同空间。这是不正确的吗？我想我可以逐行重新创建原始文件，删除尾随空格，但这似乎效率低下。
不是直接将行传递给不同，而是在传递给不同之前处理它们以删除尾随空格
对...在您最初发表评论后，我一直在努力解决这个问题，但遇到了两个问题：（1）它让整个事情变慢了很多。可管理，但引人注目。 (2) 在浏览其余文件时，我注意到在某些情况下，第一个文件有类似 '\t\t\t\t\t\t\n' 而第二个文件有 '\ n'，在其他情况下，第一个文件只有'\n'，而第二个文件有'\t\t\t\n'，依此类推。理想情况下，我想传递尾随字符以忽略，即 \t 和 \n。我将修改问题以反映这一点。
您可能正在尝试解决一个过于复杂的琐碎问题。

标签： python python-2.7 difflib

【解决方案1】：

在这里查看string.rstrip()：https://docs.python.org/2/library/string.html#string.rstrip

检查一下：

>>> import string
>>> s = "This \t is \t a \t line \t\t\t\n\n\n"
>>> print(s)
This     is      a   line



>>>
>>> s = string.rstrip(s)
>>> s
'This \t is \t a \t line'
>>> print(s)
This     is      a   line
>>>

希望这会有所帮助！

【讨论】：