Python 文本文档翻译比较

Question

很简单的问题。我正在尝试创建一个 "translation comparison" 程序来读取和比较两个文档，然后 returns 另一个文档中没有的每个单词。这是给初学者 class 的，所以我尽量避免使用晦涩的内部方法，即使这意味着代码效率较低。这是我目前所拥有的...

def translation_comparison():
   import re
   file1 = open("Desktop/file1.txt","r")
   file2 = open("Desktop/file2.txt","r")
   text1 = file1.read()
   text2 = file2.read()
   text1 = re.findall(r'\w+',text1)
   text2 = re.findall(r'\w+',text2)
   for item in text2:
       if item not in text1:
           return item

Answer 1

你可以尝试这样的事情

#######Test data
#file1.txt = this is a test
#file2.txt = this a test
#results#
#is

def translation_comparison():
    with open("file1.txt", 'r') as f1:
        f1 = f1.read().split()
    with open("file2.txt", 'r') as f2:
        f2 = f2.read().split()

    for word in f1:
        if word not in f2:
            print(word)


translation_comparison()

使用

也是一个好习惯

with open("file1.txt", 'r') as f1:
        f1 =f1.read().split()

因为当使用 with 打开文件时，它会在您不使用时关闭文件。 Python 非常擅长释放和管理内存，但确保释放它或调用

始终是个好习惯

file1.close()

完成后。

Answer 2

假设您想要逐字比较，例如 a b c 与 b a c 会 return a 和 b，然后 b 和 a （与原始代码中的 None 相反）

import string
import itertools

class FileExhausted(Exception): pass

def read_by_word(file):
    def read_word():
        while True:
            l = file.read(1)
            if l:
                if l in string.whitespace:
                    break
                yield l
            else:
                raise FileExhausted

    while True:
        this_word_gen = read_word()
        try:
            this_word = "".join(this_word_gen)
        except FileExhausted:
            break
        else:
            if this_word:
                yield this_word

def translation_comparison():
    with open("file1.txt") as file1, open("file2.txt") as file2:
        words1 = read_by_word(file1)
        words2 = read_by_word(file2)

        for (word1, word2) in itertools.zip_longest(words1, words2, fillvalue=None):
            if word1 != word2:
                yield (word1, word2)

Python 文本文档翻译比较

Python Text Document Translation Comparison

python

for-loop

compare