如果两边都存在，比较结果

Question

有两个字符串：

machine1 665600MB 512512MB 19%                    
machine2 53248MB  41000MB  20%  
machine3 625600MB 522512MB 22%

和：

machine1 665600MB 512512MB 21%                    
machine2 53248MB  41000MB  22%  
machine3 625600MB 522512MB 21%
machine5 53248MB  41000MB  23%

我想比较两者的区别，但仅限于那些在两边都相同的机器（machine1、2和3），避免machine5（那必须是两边的，如果其中有东西） , 而不是在另一个，它必须被忽略)。

为了比较两个字符串，我使用了这个：

avoid = {x.rstrip() for x in string2.splitlines()}
result = str("\n".join(x for x in string1.splitlines() if x.rstrip() not in avoid))

但是它只比较了一侧的所有差异...

Answer 1

我的想法是使用正则表达式来识别每个字符串中的机器及其交集：

import re

string1 = '''machine1 665600MB 512512MB 19%
machine2 53248MB  41000MB  20%
machine3 625600MB 522512MB 22%'''

string2 = '''machine1 665600MB 512512MB 21%
machine2 53248MB  41000MB  22%
machine3 625600MB 522512MB 21%
machine5 53248MB  41000MB  23%'''

pat = 'machine\d+'

machines1 = re.findall(pat, string1)
machines2 = re.findall(pat, string2)
intersect = set(machines1) & set(machines2)
# {'machine1', 'machine2', 'machine3'}

然后基于该交集的子集，使用与上面相同的拆分和合并：

newstring1 = '\n'.join(line for line in string1.splitlines() if
                       re.search(pat, line).group() in intersect)
newstring2 = '\n'.join(line for line in string2.splitlines() if
                       re.search(pat, line).group() in intersect)

结果是这两个新字符串：

>>> print(newstring1)
machine1 665600MB 512512MB 19%
machine2 53248MB  41000MB  20%
machine3 625600MB 522512MB 22%

>>> print(newstring2)
machine1 665600MB 512512MB 21%
machine2 53248MB  41000MB  22%
machine3 625600MB 522512MB 21%

您想如何“比较”它们有点含糊，但这两个新字符串应该只包含相同机器的记录。