Python使用来自另一个文件的输入来搜索文件中的文本

我是python和编程新手。我需要一些关于python脚本的帮助。有两个文件，每个文件包含电子邮件地址（超过5000行）。输入文件包含我要在数据文件中搜索的电子邮件地址（还包含电子邮件地址）。然后我想将输出打印到一个文件或显示在控制台上。我搜索脚本，并能够修改，但我没有得到想要的结果。你能帮帮我吗

dfile1 (50K lines)
yyy@aaa.com
xxx@aaa.com
zzz@aaa.com


ifile1 (10K lines)
ccc@aaa.com
vvv@aaa.com
xxx@aaa.com
zzz@aaa.com

Output file
xxx@aaa.com
zzz@aaa.com



datafile = 'C:\\Python27\\scripts\\dfile1.txt'
inputfile = 'C:\\Python27\\scripts\\ifile1.txt'

with open(inputfile, 'r') as f:
names = f.readlines()

outputlist = []

with open(datafile, 'r') as fd:
  for line in fd:
    name = fd.readline()
    if name[1:-1] in names:
        outputlist.append(line)
    else:
        print "Nothing found"
 print outputlist

新代码

with open(inputfile, 'r') as f:
    names = f.readlines()
outputlist = []

with open(datafile, 'r') as f:
    for line in f:
        name = f.readlines()
        if name in names:
            outputlist.append(line)
        else:
            print "Nothing found"
    print outputlist

---

我认为您可以删除

name=fd.readline（）

，因为您已经在for循环中获得了该行。它将读取除for循环之外的另一行，for循环每次读取一行。另外，我认为

name[1:-1]

应该是

name

，因为在搜索时不想去掉第一个和最后一个字符

with

自动关闭打开的文件

附言：我会怎么做：

with open("dfile1") as dfile, open("ifile") as ifile:
    lines = "\n".join(set(dfile.read().splitlines()) & set(ifile.read().splitlines())
print(lines)
with open("ofile", "w") as ofile:
    ofile.write(lines)

---

在上面的解决方案中，基本上我采用两个文件行的并集（两个集合的元素部分）来查找公共行。

我认为您的问题来自以下方面：

name = fd.readline()
if name[1:-1] in names:

name[1:-1]

对每个电子邮件地址进行切片，以便跳过第一个和最后一个字符。虽然通常最好跳过最后一个字符（换行符

'\n'

），但在“dfile”中加载名称数据库时

您正在添加新行。所以，根本不要在“ifile”中分割名称，即

if name in names:

---

下面是我要做的：

names=[]
outputList=[]
with open(inputfile) as f:
    for line in f:
        names.append(line.rstrip("\n")

myEmails=set(names)

with open(outputfile) as fd, open("emails.txt", "w") as output:
    for line in fd:
        for name in names:
            c=line.rstrip("\n")
            if name in myEmails:
                print name #for console
                output.write(name) #for writing to file

---

mitan8解决了您的问题，但我会这样做：

with open(inputfile, "r") as f:
    names = set(i.strip() for i in f)

output = []

with open(datafile, "r") as f:
    for name in f:
        if name.strip() in names:
            print name

这样可以避免将较大的数据文件读入内存

如果要写入输出文件，可以使用语句对第二个

执行此操作：

with open(datafile, "r") as i, open(outputfile, "w") as o:
    for name in i:
        if name.strip() in names:
            o.write(name)

也许我遗漏了什么，但为什么不用一副呢

#!/usr/local/cpython-3.3/bin/python

data_filename = 'dfile1.txt'
input_filename = 'ifile1.txt'

with open(input_filename, 'r') as input_file:
    input_addresses = set(email_address.rstrip() for email_address in input_file.readlines())

with open(data_filename, 'r') as data_file:
    data_addresses = set(email_address.rstrip() for email_address in data_file.readlines())

print(input_addresses.intersection(data_addresses))

很好的解决方案，但是如果输入为~10k行，是否适合使用
readlines（）
？老实说，我对这种内存使用规模没有太多经验。@kevinsa5每行大约需要60个字节（Python的字符串类型有相当大的开销），那么集合的开销应该是600k+左右（在任何情况下都不到一兆字节）。我不熟悉使用集合，但这会得到他在输入文件中寻找的电子邮件地址吗？还是这就解决了所有问题？@BraydonKains我的答案只是找到了共同的行，这与他的问题是一样的，或者我认为是这样。
.readlines（）
在字符串中留下了一个新行；您可以改为使用
file.read（）.splitlines（）
。我将其更改为if name in names。但它给了我这个错误。文件“C:\Python27\scripts\test.py”，第12行，in name=f.readlines（）value错误：混合使用迭代和读取方法会丢失数据您能确保代码中的缩进正确吗？这将帮助我理解您的错误。以下是我的代码：将open（inputfile，'r'）作为f:names=f.readlines（）#打印names outputlist=[]，将open（datafile，'r'）作为f:for-in-in-f:name=f.readlines（）如果name-in-in-name:outputlist.append（line）否则：打印“未找到任何内容”印刷品outputlist@HarryD你能把问题编辑成那个代码吗？@HarryD:你的“新代码”中有一个输入错误。它应该是
name=f.readline（）
（而不是
readlines（）
）。如果文件末尾没有换行符，则可能会失败，因为文件是Python中行的迭代器。如果name:o.write（name）

->

如果name:o.writeline（name）

中有name.strip（），则无需调用.readlines（）

。您可以使用

-语句（只需添加逗号）在一个

中打开多个文件。@J.F.Sebastian Edited！我之所以有
readlines
，是因为我在添加生成器表达式以调用
strip
之后没有删除它。
（…对于数据文件中的电子邮件地址）
就足够了。在Python中，文件是行的迭代器。无需调用
.readlines（）
对于末尾没有换行符的文件，可能会失败；您可以调用
.rstrip（“\n”）
来修复它。这里的列表也是无效的，您可以像在其他答案中一样使用
set（）
。
#!/usr/local/cpython-3.3/bin/python

data_filename = 'dfile1.txt'
input_filename = 'ifile1.txt'

with open(input_filename, 'r') as input_file:
    input_addresses = set(email_address.rstrip() for email_address in input_file.readlines())

with open(data_filename, 'r') as data_file:
    data_addresses = set(email_address.rstrip() for email_address in data_file.readlines())

print(input_addresses.intersection(data_addresses))