比较Python中的2个文件

Question

我试图在Python中比较A和C两个文件，但由于某些原因double 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'

在这里，似乎只比较了C的行，但是对于其他行，“A循环”似乎被忽略了。在

有人能帮我吗？在

Answer 1

您正在比较FileA中的所有行与FileC中的每一行。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），您将反复读取它。在

当它们都有线条时，更容易同时阅读它们 如果他们是一样的，做点什么，从两者中读一读

如果它们不同，从最小值读取（行A<；行C，仅从文件A读取；行C<；行A，仅从C行读取）

你不知道每行有两个循环，每行循环一行

Answer 2

嵌套循环的问题（从当前问题的角度来看）正是因为外部循环的每次迭代都会运行到内部循环完成。因此，相反，通过从fileA迭代器显式调用下一项来设置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耗尽，此逻辑将忽略fileA中的任何额外行，并且如果fileC包含的行数超过FileA则如果不进行特殊检查，则事物也可能变得丑陋。在

另一种方法可能使用itertools.izip()成对收集每个文件中的行：

^{pr2}$

我想不出使用其中一个而不是另一个的具体原因，但是如果文件的大小是任意的，那么就拒绝使用内置的zip()函数而不是{}-前者返回一个列表，因此内存使用量取决于文件大小，而后者是一个生成器，因此可以根据需要创建值。在

Answer 3

您的问题是，一旦在fileA上迭代一次，您就需要再次更改指向文件开头的指针。 因此，您可以从这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