python 初学者 - 如何将多个文件的内容读取到唯一列表中？

Question

我想将多个文件中的内容读取到稍后可以调用的唯一列表中 - 最终，我想将这些列表转换为集合并对它们执行交集和减法。这肯定是一个非常幼稚的问题，但是在仔细研究了 Lutz 的“学习 Python”中的迭代器和循环部分之后，我似乎无法理解如何解决这个问题。这是我写的：

#!/usr/bin/env python

import sys

OutFileName = 'test.txt'
OutFile = open(OutFileName, 'w')

FileList = sys.argv[1: ]
Len = len(FileList)
print Len

for i in range(Len):
    sys.stderr.write("Processing file %s\n" % (i))
    FileNum = i
    
for InFileName in FileList:
    InFile = open(InFileName, 'r')
    PathwayList = InFile.readlines()
    print PathwayList
    InFile.close()

通过几个简单的测试文件，我得到如下输出：

处理文件0

处理文件1

['alg1\n'、'alg2\n'、'alg3\n'、'alg4\n'、'alg5\n'、'alg6']

['csr1\n'、'csr2\n'、'csr3\n'、'csr4\n'、'csr5\n'、'csr6\n'、'csr7\n'、'alg2\n ', 'alg6']

这些列表是正确的，但是如何将每个列表分配给一个唯一的变量，以便稍后调用它们（例如，通过包括变量名中范围内的索引#）？

非常感谢您为一个完整的编程初学者指明了正确的方向！

Answer 1

#!/usr/bin/env python

import sys

FileList = sys.argv[1: ]
PathwayList = []
for InFileName in FileList:
    sys.stderr.write("Processing file %s\n" % (i))
    InFile = open(InFileName, 'r')
    PathwayList.append(InFile.readlines())
    InFile.close()

假设您读取两个文件，以下内容将进行逐行比较（它不会在较长的文件中拾取任何额外的行，但如果一个文件的行数多于另一个文件，则它们不会相同；）

for i, s in enumerate(zip(PathwayList[0], PathwayList[1]), 1):
    if s[0] == s[1]:
        print i, 'match', s[0]
    else:
        print i, 'non-match', s[0], '!=', s[1]

对于您想要执行的操作，您可能需要查看 difflib 模块中 Python。要进行排序，请查看可变序列类型、someListVar.sort () 将对 someListVar 的内容进行就地排序。

Answer 2

如果您不需要记住内容的来源，您可以这样做：

PathwayList = []
for InFileName in FileList:
    sys.stderr.write("Processing file %s\n" % InFileName)
    InFile = open(InFileName, 'r')
    PathwayList.append(InFile.readlines())
    InFile.close()  

for contents in PathwayList:
    # do something with contents which is a list of strings
    print contents  

或者，如果您想跟踪文件名，您可以使用字典：

PathwayList = {}
for InFileName in FileList:
    sys.stderr.write("Processing file %s\n" % InFileName)
    InFile = open(InFileName, 'r')
    PathwayList[InFile] = InFile.readlines()
    InFile.close()

for filename, contents in PathwayList.items():
    # do something with contents which is a list of strings
    print filename, contents  

Answer 3

您可能想查看 Python 的 fileinput 模块，它是标准库的一部分，并且允许您一次处理多个文件。

Answer 4

本质上，您有一个文件列表，并且您想要更改为这些文件的行列表...

几种方法：

result = [ list(open(n)) for n in sys.argv[1:] ]

这将为您提供类似 -> 的结果。 [ ['alg1', 'alg2', 'alg3'], ['csr1', 'csr2'...]] 访问将类似于 'result[0]' ，这将导致 ['alg1', 'alg2' ，'alg3']...

更好的可能是字典：

result = dict( (n, list(open(n))) for n in sys.argv[1:] )

如果你只想连接，你只需要链接它：

import itertools
result = list(itertools.chain.from_iterable(open(n) for n in sys.argv[1:]))
# -> ['alg1', 'alg2', 'alg3', 'csr1', 'csr2'...

对于初学者来说不是单行...但是现在它尝试理解正在发生的事情将是一个很好的练习:)

Answer 5

您需要为您正在读取的每个文件“编号”动态创建变量名称。 （我故意含糊其辞，知道如何构建这样的变量非常有价值，并且如果您自己发现的话更容易记住）

类似于 这会给你一个开始

Answer 6

您需要一个包含 PathwayList 列表的列表，即列表的列表。

备注：使用大写变量名的情况很少见。对此没有严格的规则，但按照惯例，大多数人只使用大写的类名称。