如何正确地遍历两个文件，比较两个文件中的字符串

Question

我正在尝试比较两个csv文件，并期望此输出，但不能成功。下面是我的示例和代码：

File1.csv

meNOG00110,9606.ENSP00000349259,1,2364

meNOG06332,9606.ENSP00000344967,1,322

meNOG06773,9606.ENSP00000344961,1,379

meNOG03133,9606.ENSP00000387429,1,2089

meNOG17468,9606.ENSP00000217169,1,298

File2.csv

meNOG06332,9606.ENSP00000344967,1,322

meNOG00110,9606.ENSP00000349259,1,2364

meNOG00110,9606.ENSP00000357130,1,2419

meNOG00018,10090.ENSMUSP00000027367,1,261

meNOG00018,10090.ENSMUSP00000072852,1,276

output.txt

meNOG06332  9606.ENSP00000344967    1   322

meNOG00110  9606.ENSP00000349259    1   2364

meNOG00018  10090.ENSMUSP00000027367    1   261

meNOG00018  10090.ENSMUSP00000072852    1   276

代码：

file1 = open("File1.csv", "rU")
reader1 = csv.reader(file1,delimiter=',')

file2 = open("File2.csv", "rU")
reader2 = csv.reader(file2,delimiter=',')

for row2 in reader2:
    for row1 in reader1:
        if row2[1].startswith('9606'):
            if row2[1] == row1[1]:
                print row2              
        else:
            print row2

但是这段代码只搜索第一行。

Answer 1

我不确定这就是你要找的东西，但因为这还不清楚：

如果您正在寻找两个文件之间的重叠，并且希望比较整个行，则可以创建两个集合(每个文件一个)并输出交集：

with open('File1.csv', 'r') as infile1, 
     open('File2.csv', 'r') as infile2,
     open('File3.csv', 'w') as outfile:
    lines1 = set(infile1)
    lines2 = set(infile2)

    writer = csv.writer(outfile, delimiter=',')
    for line in (lines1 & lines2):
        writer.writerow(line)

Answer 2

我不确定你想要什么格式的结果，但是为了比较两个文件，你可以使用标准的python模块：

http://docs.python.org/2/library/difflib.html

您可以分析输出，并根据需要设置格式

Answer 3

您可以将这两个文件压缩在一起：

with open(path_a, 'r') as a, open(path_b, 'r') as b:
    for line_a, line_b in zip(a, b):
        print line_a, line_b

如果第一个文件是：

a
s
d
f

第二个文件是：

q
w
e
r

输出将为：

a q
s w
d e
f r