复杂的文件/文本操作

Question

我需要执行一些相当棘手的文件操作，但我的编码相当糟糕，而且我立即不知道从哪里开始。任何帮助都会很棒，所以在此先感谢。最好使用 Shell 或 Python，因为它们是我粗略了解的语言，但是如果有其他语言的简单解决方案，我愿意接受。

---

我有 2 个包含相关信息的大型文件，但是它们没有正确对齐它们的列，这使得很难匹配数据。更复杂的是，它们在小数点后有不同的值，尽管感兴趣的只是小数点前的值。

那么我需要做什么：

• 读取file1、column1、row1，但忽略小数点后的所有值。

• 读取file2 并搜索column1 以获取取自file1 的值，同时再次忽略小数点后的内容。

• 在 file2 中找到相关值后，将这两行与各自行中的其余数据一起输出到一个新文件 (file3)。

这是第一步，如果有人能帮助我到达那里，我将不胜感激。下一步是对该过程应用循环，使其移动到file1, line2 并重复该过程。

Answer 1

您需要比现在更好地学习 Python。这是您需要做的一个大纲。这种“文件操作”非常典型。

1. 创建一个正则表达式，匹配来自file1 和file2 的行（如果文件格式不同，则为两个正则表达式）。在您的正则表达式中包含用于捕获对您很重要的组的语法。
2. 逐行阅读file1。
3. 读取每一行时，将其与您的正则表达式匹配，找到重要的组，并将它们存储在哈希中。
4. 现在逐行阅读file2。
5. 读取每一行时，将其与您的正则表达式进行匹配，找到重要的组，然后在哈希中搜索匹配项。
6. 找到匹配后，输出到file3
7. 回到 4 并重复。