Python如何将文件与模板匹配

Question

我希望将许多文件与一些常见模板进行匹配，并提取差异。我想要有关执行此操作的最佳方法的建议。例如:

模板A:

<1000 text lines that have to match>
a=?
b=2
c=3
d=?
e=5
f=6
<more text>

模板B:

<1000 different text lines that have to match>
h=20
i=21
j=?
<more text>
k=22
l=?
m=24
<more text>

如果我传入文件C:

<1000 text lines that match A>
a=500
b=2
c=3
d=600
e=5
f=6
<more text>

我想要一种简单的方法来表示它与模板 A 匹配，并提取“a=500”、“d=600”。

我可以将它们与正则表达式匹配，但文件相当大，构建该正则表达式会很痛苦。

我也尝试过 difflib，但解析操作码并提取差异似乎并不是最佳选择。

大家有更好的建议吗？

Answer 1

您可能需要稍微调整一下才能处理附加文本，因为我不知道确切的格式，但这应该不会太困难。

with open('templ.txt') as templ, open('in.txt') as f:
    items = [i.strip().split('=')[0] for i in templ if '=?' in i]
    d = dict(i.strip().split('=') for i in f)
    print [(i,d[i]) for i in items if i in d]

输出:

[('a', '500'), ('d', '600')]  # With template A
[]                            # With template B

或者如果对齐:

from itertools import imap,compress
with open('templ.txt') as templ, open('in.txt') as f:
    print list(imap(str.strip,compress(f,imap(lambda x: '=?' in x,templ))))  

输出:

['a=500', 'd=600']