问题标签 [filecompare]

我有两个包含大量记录的文本文件，这些记录是用竖线分隔的。我需要比较两个文本文件的数据相似性。比如说，File1 和 File2 应该有相同的记录。但是，即使它们具有相同的记录，它们似乎也不在同一行上。说 file1 上的 record1 可能在 row10 上，但 file2 上的相同 record1 不一定在同一行上，它可能出现在任何行上。现在我需要在 file1 中取 row1，需要遍历 file2 中的所有记录并查看匹配发生的位置。同样，我需要检查 file1 中的所有行。我更担心 file1 行与 file2 匹配，然后 file2 与 file1 匹配，因为 file2 可能有多个冗余记录。

我尝试使用 Python 脚本研究这种方法。我遇到了下面的代码片段，但是，它逐行比较两个文件，并且没有考虑到行可能不是按顺序排列的。

有人可以建议如何实现这一目标吗？

代码链接：https ://gist.github.com/insachin/c960cfeb1fef6454a8132a07cb9ebd5a

python 3.x 代码（如下所列）在比较来自两个不同目录（Input_1 和 Input_2）的文件并找到匹配的文件（两个目录之间相同）方面做得很好。有没有办法可以更改现有代码（如下）以查找两个目录之间仅按名称相同的文件。（即仅按名称而不是名称+扩展名查找匹配项）？

1. 例子：
   • 目录 1 包含：Tacoma.xlsx、Prius.txt、Landcruiser.txt
   • 目录 2 包含：Tacoma.doc、Avalon.xlsx、Rav4.doc

“TACOMA”是两个不同的文件（不同的扩展名）。我可以使用 basename 或 splitext 以某种方式仅按名称比较文件并让它返回“TACOMA”作为匹配文件吗？

结果树的屏幕截图

代码一直在无限循环中运行，无论数据是否匹配。我也想在比较时忽略第一列/标题列。你能
帮忙吗？谢谢

我正在使用下面的代码来比较 2 个 csv 文件。

输入文件：

文件 1

文件2

代码

参考图片

我需要将整个目录结构移动到可能 90% 相似的现有目录结构上。需要移动的文件可能在目录目标中具有相同名称的对应对象。需要对相同命名的文件进行比较，并将较旧的文件重命名，并在文件名后附加日期名称。

所以：如果比source\dir1\file1然后重命名并移动到target\dir1\file1source\dir1\file1source\dir1\file1_mod-date-timetarget\dir1

同样： i ​​f 比source\dir1\file1then更新target\dir1\file1rename target\dir1\file1totarget\dir1\file1_mod-date-time并 move source\dir1\file1totarget\dir1\

如果目标文件夹中没有类似的文件，只需将其移动到那里 - 如果不存在，则创建一个新的子目录。

我是 Powershell 的新手，我尝试了一些方法来使其工作，但没有成功。

任何帮助将不胜感激。

谢谢你。

有2个文件。我需要先对它们进行排序，然后比较这两个文件，然后比较我需要打印文件 1 和文件 2 中的值的差异。

文件1：

文件2：

输出应该是：

2 个文件的唯一区别是 AED/MYR 具有不同的买入/卖出率。如何打印文件 1 和文件 2 的差异值。

我尝试使用以下命令：

结果输出如下：

我们仍然无法仅获得差异。

我正在尝试使用 Eclipse 比较编辑器（org.eclipse.compare）来比较两个文件。比较编辑器打开并显示差异。但是在比较编辑器中未启用任何编辑或合并。首先，我正在准备输入和调用CompareUI.openCompareEditor(input)。

这将打开 Eclipse 比较编辑器，如屏幕截图所示（比较编辑器输出），但无法在比较编辑器中编辑（不允许添加或删除任何字符）左侧文件或右侧文件。如屏幕截图所示，“从左到右复制更改”和“从右到左复制更改”按钮也被禁用。

如何在此编辑器中启用编辑？

我有一个文件，它有 4 列，带有分隔值。我只需要第一列，所以我已经读取了文件，然后将该行拆分、分隔并将其存储在一个名为 first_file_list 的列表变量中。

我有另一个文件，它有 6 列，带有分隔值。我的要求是读取文件第一行的第一列并检查字符串是否存在于名为 first_file_list 的列表中。如果存在，则将该行复制到新文件。

我的第一个文件大约有。600 万条记录和第二个文件大约有。450 万条记录。只是为了检查我的代码的性能而不是 450 万，我只在第二个文件中放入了 100k 条记录，并且处理 100k 条记录代码大约需要。2.5小时。

以下是我的逻辑：

您能否帮助我了解我在这里做错了什么，以便我的代码花费这么多时间来比较 10 万条记录？或者您能否建议在 Python 中执行此操作的更好方法。

你好，我正在清理我的电脑，所以我发现自己向 Handbrake 提供了大量文件以进行压缩。压缩后，一些文件的大小比原始文件大。我想清理它，所以我尝试制作一个小的 python 脚本。

基本上我有 2 个文件名相同但大小不同的文件夹，我想比较文件以删除较大的文件，所以如果我合并文件夹，我将只保存较小的文件。

我以我拥有的文件夹为例

在脚本的末尾，我想要这个（或合并的第三个文件夹）

我写了这段代码，它似乎可以工作，但我想知道是否有更好的方法来做这件事，我听说过一个函数 filecompare 但我不明白我是否可以从中获取文件大小。

另外，我不明白为什么如果我删除注释行的注释，我会收到缩进错误。