Python如何将文件与模板匹配

Question

我希望将许多文件与一些常用模板进行匹配，并提取差异。我想就最好的方法提出建议。例如：

模板 A：

<1000 text lines that have to match>
a=?
b=2
c=3
d=?
e=5
f=6
<more text>

模板 B：

<1000 different text lines that have to match>
h=20
i=21
j=?
<more text>
k=22
l=?
m=24
<more text>

如果我传入文件 C:

<1000 text lines that match A>
a=500
b=2
c=3
d=600
e=5
f=6
<more text>

我想用一种简单的方式说这匹配模板 A，并提取 'a=500'、'd=600'。

我可以将这些与正则表达式匹配，但文件相当大，构建该正则表达式会很痛苦。

我也尝试过 difflib，但解析操作码并提取差异似乎不是最佳选择。

谁有更好的建议？

Answer 1

您可能需要稍微调整一下才能处理额外的文本，因为我不知道确切的格式，但应该不会太难。

with open('templ.txt') as templ, open('in.txt') as f:
    items = [i.strip().split('=')[0] for i in templ if '=?' in i]
    d = dict(i.strip().split('=') for i in f)
    print [(i,d[i]) for i in items if i in d]

出局：

[('a', '500'), ('d', '600')]  # With template A
[]                            # With template B

或者如果对齐：

from itertools import imap,compress
with open('templ.txt') as templ, open('in.txt') as f:
    print list(imap(str.strip,compress(f,imap(lambda x: '=?' in x,templ))))  

出局：

['a=500', 'd=600']

Answer 2

不考虑性能：

1. 将所有内容加载到字典中，例如A = {'a': '?', 'b': 2, ...}、B = {'h': 20, 'i': 21, ...}、C = {'a': 500, 'b': 2, ...}

2. 如果 A.keys() == C.keys() 你知道 C 匹配 A。

3. 那么只需diff both dictionaries。

根据需要改进。