python 对中文文件求交集、并集、差集

最新推荐文章于 2023-09-01 12:11:13 发布

houxiaoqin

最新推荐文章于 2023-09-01 12:11:13 发布

阅读量1.4k

点赞数

分类专栏：技术学习之python 文本处理

本文链接：https://blog.csdn.net/houxiaoqin/article/details/50931008

版权

本文介绍了如何在Python中对包含中文的文件进行集合操作，包括使用set模块的intersection()、union()和difference()函数，同时解决了在UTF-8编码下中文读取和显示的问题。

摘要由CSDN通过智能技术生成

核心内容：

1. set模块 intersection() ,union(), difference() 函数的使用

2. 文件格式：一行一词, uft-8

3. 解决中文以str读入后转成list /set 时再以中文形式显示的问题

<pre class="python" name="code">#!/usr/bin/python
# -*- coding: utf-8 -*-

import sys
print sys.getdefaultencoding()
reload(sys)
sys.setdefaultencoding('utf-8')
print sys.getdefaultencoding()
import codecs  #文件是unicode编码时启用


info = "D:/python/project1"
f1 = codecs.open(info +"/data/*.txt",'r')
f2 = codecs.open(info +u"/data/*.txt",'r')
s1 = set(f1.readlines())
s2 = set(f2.readlines())

print '交集'
print 'ins: %s'%(s1.intersection(s2))  
print '并集'
print 'uni: %s'%(s1.union(s2))  
print '差集'
print 'dif: %s'%(s1.difference(s2).union(s2.difference(s1))) 

print '交、并、差集计算 ok'


print '\n