完全匹配2个字符串，但python中存在特定字符串的位置除外

我有一个包含特定文本的主文件，比如说-

file contains x
the image is of x type
the user is admin
the address is x

然后还有200个其他文本文件，包含如下文本-

file contains xyz
the image if of abc type
the user is admin
the address if pqrs

我需要把这些文件匹配起来。如果文件包含的文本与主文件中的文本完全相同，则结果将为真，每个文件的x都不同，即主文件中的“x”可以是其他文件中的任何内容，结果将为真。我得出的结论是

arr=master.split('\n')
for file in files:
    a=[]
    file1=file.split('\n')
    i=0
    for line in arr:
        line_list=line.split()
        indx=line_list.index('x')
        line_list1=line_list[:indx]+line_list[indx+1:]
        st1=' '.join(line_list1)
        file1_list=file1[i].split()
        file1_list1=file1_list[:indx]+file1_list[indx+1:]
        st2=' '.join(file1_list1)
        if st1!=st2:
            a.append(line)
        i+=1

---

这是非常低效的。是否有一种方法可以将文件与主文件进行排序，并生成其他文件中的差异？

我知道这不是一个真正的解决方案，但您可以通过执行以下操作来检查文件的格式是否相同：

if "the image is of" in var:
    to do

通过检查其余的线路

“文件包含”

“用户是”

“地址是”

如果您正在检查的文件有效，您将能够在某种程度上验证

您可以查看此链接以了解有关此“子字符串想法”的更多信息

“通用”在这条线上是独一无二的吗？例如，如果键确实是，

x

，是否保证

x

不会出现在行中的其他位置？或者主文件是否有类似的内容

excluding x records and x axis values

for line in arr:
    front, back = line.split(x_key)
    # grab next line in input file
    ...
    if line_list1.startswith(front) and 
       line_list1.endswith(back):
        # process matching line
    else:
        # process non-matching line

if len(line) == len(line_list1):
    if all(line[i] == line_list1[i] for i in len(line) ):
        # Found matching lines
    else:
        # Advance to the next line

如果您有唯一的密钥

对于每一行，在键

x

上拆分主文件。这给了你两条线，前面和后面。然后只需检查行

是否从前面开始，从后面开始。差不多

excluding x records and x axis values

for line in arr:
    front, back = line.split(x_key)
    # grab next line in input file
    ...
    if line_list1.startswith(front) and 
       line_list1.endswith(back):
        # process matching line
    else:
        # process non-matching line

if len(line) == len(line_list1):
    if all(line[i] == line_list1[i] for i in len(line) ):
        # Found matching lines
    else:
        # Advance to the next line

看


按操作注释更新

只要
x
在该行中是唯一的，您就可以轻松地进行调整。正如你在评论中提到的，你想要

excluding x records and x axis values

for line in arr:
    front, back = line.split(x_key)
    # grab next line in input file
    ...
    if line_list1.startswith(front) and 
       line_list1.endswith(back):
        # process matching line
    else:
        # process non-matching line

if len(line) == len(line_list1):
    if all(line[i] == line_list1[i] for i in len(line) ):
        # Found matching lines
    else:
        # Advance to the next line

我认为有一种方法可以满足您的要求。它还允许您指定在每个行上是否只允许相同的差异（将考虑您的第二个文件示例不匹配）：

更新：这说明主文件和其他文件中的行不一定具有相同的顺序

from itertools import zip_longest

def get_min_diff(master_lines, to_check):
    min_diff = None
    match_line = None
    for ln, ml in enumerate(master_lines):
        diff = [w for w, m in zip_longest(ml, to_check) if w != m]
        n_diffs = len(diff)
        if min_diff is None or n_diffs < min_diff:
            min_diff = n_diffs
            match_line = ln

    return min_diff, diff, match_line

def check_files(master, files):
    # get lines to compare against
    master_lines = []
    with open(master) as mstr:
        for line in mstr:
            master_lines.append(line.strip().split())      
    matches = []
    for f in files:
        temp_master = list(master_lines)
        diff_sizes = set()
        diff_types = set()
        with open(f) as checkfile:
            for line in checkfile:
                to_check = line.strip().split()
                # find each place in current line where it differs from
                # the corresponding line in the master file
                min_diff, diff, match_index = get_min_diff(temp_master, to_check)
                if min_diff <= 1:  # acceptable number of differences
                    # remove corresponding line from master search space
                    # so we don't match the same master lines to multiple
                    # lines in a given test file
                    del temp_master[match_index]
                    # if it only differs in one place, keep track of what
                    # word was different for optional check later
                    if min_diff == 1:
                        diff_types.add(diff[0])
                diff_sizes.add(min_diff)
            # if you want any file where the max number of differences
            # per line was 1
            if max(diff_sizes) == 1:
                # consider a match if there is only one difference per line
                matches.append(f)
            # if you instead want each file to only
            # be different by the same word on each line
            #if len(diff_types) == 1:
                #matches.append(f)
    return matches

运行时，上述代码将返回正确的文件：

In: check_files('testmaster.txt', ['test1.txt', 'test2.txt', 'test3.txt', 'test_nomatch.txt', 'test_scrambled.txt'])
Out: ['test1.txt', 'test2.txt', 'test3.txt', 'test_scrambled.txt']

谢谢你，布伦诺。是的，我可以使用上述方法验证其他文件，但即使这样，我也需要为每行编写if条件，我的主文件包含100行。我觉得如果我可以忽略“x”变量，映射这两个文件，并在其他文件中生成差异，就像notepad++比较-但忽略“x”。我知道，我从来没有使用过正则表达式，它不是用于这样的情况吗？我也从来没有太多使用过正则表达式-不过我会检查一下。谢谢。非常感谢你的修剪。有些块有多个“x”，因此需要对这些块采用不同的方法。另外，我想如果使用-if len（line）==len（line_list1）和line_list1.startswith（front）和line_list1.enswith（back），if条件会更好：-这可能是因为中间有更多的变量。感谢这种方法Glarue。有一点是，主控文件中的第1行不必是我们检查文件中的第1行，可能是主控文件的第1行可能是检查文件的第4行（但我们可以确定检查文件的第2行和第3行不在主控文件中）。我想的是，如果master的第1行不是checkfile的第1行，我们会检查checkfile的其他行，如果第1行不存在，我们会将其添加到报告中。然后对于master的line2，我们从line1在checkfile中停止匹配的点开始。如果你有更好的方法，请告诉我。