1

我正在尝试在两个文件中匹配（什么是网络登录用户名）。All 是我（或将要）有兴趣匹配的名称的文本文件。目前，我正在做这样的事情：

def find_files(directory, pattern):
    #directory= (raw_input("Enter a directory to search for Userlists: ")
    directory=("c:\\TEST")
    os.chdir(directory)
    for root, dirs, files in os.walk(directory):
        for basename in files:
            if fnmatch.fnmatch(basename, pattern):
                filename = os.path.join(root, basename)
                yield filename


for filename in find_files('a-zA-Z0-9', '*.txt'):
    with open (filename, "r") as file1:
       with open ("c:/All.txt", "r") as file2:
            list1 = file1.readlines()[18:]
            list2 = file2.readlines()
            for i in list1:
                for j in list2:
                    if i == j:

我是 python 新手，想知道这是否是最好、最有效的方法。对我来说，即使是新手，似乎也有点笨拙，但以我目前的编码知识是我目前能想到的最好的。任何帮助和建议将不胜感激。

4

1 回答 1

4

您想先将一个文件读入内存，然后将其存储在一组中。集合中的成员资格测试非常有效，比为第一个文件中的每一行循环遍历第二个文件的行要高效得多。

然后你只需要读取第二个文件，并逐行处理它并测试行是否匹配。

保存在内存中的文件取决于All.txt. 如果它小于 1000 行左右，只需将其保存在内存中并将其与其他文件进行比较。如果All.txt真的很大，请为每个处理重新打开它file1，并仅将前 18 行读取file1到内存中，并将它们与 中的每一行逐行匹配All.txt。

要仅读取文件的 18 行，请使用itertools.islice(); 文件是可迭代的，islice()是选择要读取的行子集的最简单方法。

先读All.txt入内存：

from itertools import islice

with open ("c:/All.txt", "r") as all:
    # storing lines without whitespace to make matching a little more robust
    all_lines = set(line.strip() for line in all)

for filename in find_files('a-zA-Z0-9', '*.txt'):
    with open(filename, "r") as file1:
        for line in islice(file1, 18):
            if line.strip() in all_lines:
                 # matched line

如果All.txt较大，则先将每个文件的这 18 行存储在一个集合中，然后重新打开All.txt并逐行处理：

for filename in find_files('a-zA-Z0-9', '*.txt'):
    with open(filename, "r") as file1:
        file1_lines = set(line.strip() for line in islice(file1, 18))
    with open ("c:/All.txt", "r") as all:
        for line in all:
            if line.strip() in file1_lines:
                 # matched line

请注意，您不必更改; 中的目录find_files()。os.walk()已传递目录名称。该fnmatch模块还有一个.filter()方法，使用它来循环files而不是fnmatch.fnmatch()单独使用每个文件：

def find_files(directory, pattern):
    directory = "c:\\TEST"
    for root, dirs, files in os.walk(directory):
        for basename in fnmatch.filter(files, pattern):
            yield os.path.join(root, basename)
于 2013-05-16T09:04:42.653 回答