比较 Python 中两个文件的非重复文件内容格式

Question

我想知道是否有一种方法可以比较 python 中逗号分隔值 (csv) 文件的文件内容格式。我有一个脚本，它接受一个输入 csv 文件并给出生成的输出。我尝试在给定的一组文件上运行脚本，但收到了一条错误消息，其中包含给我的文件。为了测试脚本是否是问题所在，我使用一组具有相同格式的不同文件运行了脚本，这很有效。这使我相信其中一个文件的格式不正确。我尝试以视觉方式检查格式，但列和行太多，无法检查格式问题和列数据类型。

一个例子：

File_1.csv 内容包含：

Field_1,Field_2,Field_3, Field_4, ...
ABC, 2012, CH4, 31231.123, ...
ABC2, 20134, H20, 3234.3432, ...
..., ..., ..., ..., ...

File_2.csv 内容包含：

Field_1, Field_2, Field_3, Field_4, ...
BBC, 324, OH, 323.232, ...
BBC2, 2112, HCL, 23.2324, ...
..., ..., ..., ..., ...

这个想法是两个使用 file_1.csv 的格式来确保 file_2.csv 具有相同的格式和数据类型。它基本上会检查文件二是否遵循与文件一相同的格式：

<Str>, <Str>, <Str>, <Str>, ...
<Str>, <int>, <Char>, <float>, ...
<Str>, <int>, <Char>, <float>, ...
<Str>, <int>, <Char>, <float>, ...

假设文件一具有正确的列名格式和行数据类型。是否编写了比较文件格式和数据类型的程序/脚本？或者，我必须从头开始吗？

Answer 1

您可以自己快速完成此操作。我假设您在尝试将其中一个字段类型转换为 int/char 或其他内容时遇到错误。您可以使用 try-except 语句来尝试并查明错误。这是一些伪代码：

for line in file:
    # separate the fields
    fields  = line.split(',')
    try:
        field1 = int(fields[0])
    except:
        # you had an error

显然，如果您有很多字段，这可能会很乏味，但我假设您已经在代码中编写了类似的内容。