lines 0.1.0-a

简介

Lines是一个简单的程序，允许您操作 像一组人一样归档。它还提供了一些其他 分析这些文件的有用功能。

设置操作

给定两个文件

文件1包含

a b c d

以及文件2和

c d e f

有可能做像

• 联合

行-u file1 file2

给出

a b c d e f

• 交点

行-i file1 file2

给出

c d

• difference（文件1中不在文件2中的所有元素）。

行-d file1 file2

给出

a b

• 对称差分（所有元素仅存在于

  套）。

行-s file1 file2

给出

a b e f

其他操作

这些是我发现有用的其他一些操作

• 挤压毛坯

所以，如果你跑 行–挤压文件1

a b c

d

f

你会得到

a b c d f

• 识别模式

这将集合的元素划分为子集 成员之间的levenshtein距离有一个上限 其他。这对于识别输入文件中的模式很有用。

所以，如果我有一个类似这样的文件

Archive.001-of-020.part Archive.002-of-020.part Archive.003-of-020.part Archive.004-of-020.part Archive.005-of-020.part Archive.006-of-020.part Archive.007-of-020.part .Archive.008-of-020.part.zbnrw Archive.009-of-020.part Archive.010-of-020.part Archive.011-of-020.part Archive.012-of-020.part Archive.013-of-020.part Archive.014-of-020.part Archive.015-of-020.part Archive.016-of-020.part Archive.017-of-020.part Archive.018-of-020.part Archive.019-of-020.part Archive.020-of-020.part

我可以运行python lines.py–patterns-l 5 examples/f6并获得

19 elements 1 elements - {‘.Archive.008-of-020.part.zbnrw’}

-l 5是设置levenshtein距离的上限 到5。-p选项允许我们指定“异常百分比”。如果 子集中的元素数低于此值，它将打印所有 子集的元素。这有助于查看 匹配文件中的常规模式。