使用字典，在另一个文本文件中搜索字符串并打印整行

Question

我想从字典中搜索其中一个单词是否在第二个 txt 文件中。 我对以下代码有疑问：

print 'Searching for known strings...\n'
with open('something.txt') as f:
    haystack = f.read()
with open('d:\\Users\\something\\Desktop\\something\\dictionary\\entirelist.txt') as f:
    for needle in (line.strip() for line in f):
        if needle in haystack:
            print line

with open 语句不是来自我，我是从： Search for strings listed in one file from another text file? 我想打印这条线，所以我写的是线而不是针。问题来了：上面写着line is not defined。

我的最终目标是查看字典中是否有任何单词在“something.txt”中，如果是，则打印识别出该单词的行。

Answer 1

您询问的具体例外是因为line 在生成器表达式之外不存在。如果要访问它，则需要将其保持在与print 语句相同的范围内，如下所示：

for line in f:
    needle = line.strip()
    if needle in haystack:
        print line

但这不会特别有用。它只是来自needle 的单词加上末尾的换行符。如果您想从haystack 中打印出包含needle 的行（或行？），您必须搜索该行，而不仅仅是询问needle 是否出现在整个haystack 中的任何位置。

要真正按照您的要求进行操作，您需要遍历haystack 的行并检查每一行是否有needle。像这样：

with open('something.txt') as f:
    haystacks = list(f)

with open('d:\\Users\\something\\Desktop\\something\\dictionary\\entirelist.txt') as f:
    for line in f:
        needle = line.strip()
        for haystack in haystacks:
            if needle in haystack:
                print haystack

---

但是，您可能需要考虑一个巧妙的技巧：如果您可以编写一个匹配包含needle 的任何完整行的正则表达式，那么您只需打印出所有匹配项。像这样：

with open('something.txt') as f:
    haystack = f.read()
with open('d:\\Users\\something\\Desktop\\something\\dictionary\\entirelist.txt') as f:
    for line in f:
        needle = line.strip()
        pattern = '^.*{}.*$'.format(re.escape(needle))
        for match in re.finditer(pattern, haystack, re.MULTILINE):
            print match.group(0)

以下是正则表达式如何工作的示例：

^.*Falco.*$

Debuggex Demo

当然，如果你想不区分大小写搜索，或者只搜索完整的单词等，你需要做一些小的改动；有关更多信息，请参阅Regular Expression HOWTO 或第三方教程。

Answer 2

看起来你使用了一个生成器：(line.strip() for line in f)，我认为你不能从生成器范围之外访问内部变量“line”，即在括号之外.

尝试类似：

for line in f:
    if line.strip() in haystack:
        print line