python - 比较两个文件中未排序的数字

Question

我有两个文件，我正在尝试比较两个包含数字的文件。

File1:
123
456
789

File2:
234
567
890
34342

我遇到了两个不知道如何解决的问题。这是我的代码:

import filecmp

file1 = open('file1.txt', 'r')
file2 = open('file2.txt', 'r')

file1Lines = file1.readlines()
file2Lines = file2.readlines()

matchedList = []
unmatchedList = []

for line in file1Lines:
    for secline in file2Lines:
        if line == secline:
            matchedList.append(line)
        else:
            unmatchedList.append(line)

file1.close()
file2.close()

print(unmatchedList)

我试图迭代两个文件中的行，并将匹配的数字(只有一份副本)放入matchedList中，将不匹配的数字放入unmatchedlist中。我考虑过对 file1Lines 中的每一行迭代 file2Lines (这应该不是问题，因为文件相对较小)，问题是每当行不匹配时，它只会在不匹配的数组中附加“行” 。这就是我最终得到的结果:

['123\n', '123\n', '123\n', '123\n', '456\n', '456\n', '456\n', '456\n', '789\n', '789\n', '789\n', '789\n']

我遇到的另一个问题是，如果其中一个文件较长(例如 file2)，它不会检查该文件，并且我不知道数字是否匹配。

Answer 1

这看起来像是为set数据结构设计的工作。

https://docs.python.org/3/library/stdtypes.html#set-types-set-frozenset

file1_contents = '''123
456
789'''
file2_contents = '''234
567
123
456
456
234
123
876
890
34342'''

file1 = set(file1_contents.splitlines())
file2 = set(file2_contents.splitlines())

# intersection to find common lines
common = file1 & file2
# symmetric difference for finding uncommon lines
# all lines = file1 + file2
# all lines - common = (lines in 1 but not in 2) + (lines in 2 but not in 1)
uncommon = file1 ^ file2

print('common', common)
print('uncommon', uncommon)

输出:

common {'123', '456'}
uncommon {'789', '34342', '876', '890', '234', '567'}