python删除两个excel表中的相同元素_python筛选出两个文件中重复行的方法

'''

查找A文件中,与B文件中内容不重复的内容

'''

#!usr/bin/python

import sys

import os

'''

字符串查找函数,使用二分查找法在列表中进行查询

'''

def binarySearch(value, lines):

right = len(lines) - 1

left = 0

a = value.strip()

while left <= right:

middle = int((right + left + 1)/2)

b = lines[middle].strip()

if a == b:

return 1

if a < b:

right = middle - 1

else:

left = middle + 1

return 0

DPT = 100000 # DPT 是Data Per File的意思

fileAName = sys.argv[1];

fileBName = sys.argv[2];

#STEP1:先拆掉B文件,作为比较基准,临时文件命名为temp1,temp2,...,tempN

print("拆分比对文件...\n")

fB = open(fileBName)

tempFileNo = 1

tempFileName = "temp{0}".format(tempFileNo)

fTemp = open(tempFileName, "w+")

line = fB.readline()

lineCount = 0

while line:

if lineCount >= DPT:

fTemp.flush()

fTemp.close()

tempFileNo = tempFileNo + 1

tempFileName = "temp{0}".format(tempFileNo)

fTemp = open(tempFileName, "w+")

lineCount = 0

fTemp.write(line)

lineCount = lineCount + 1

line = fB.readline()

fTemp.flush()

fTemp.close()

fB.close()

print("拆分完成,一共{0}个临时文件,{1}条数据。\n".format(tempFileNo, (tempFileNo-1)*DPT + lineCount))

#STEP2:把A文件与B文件拆出来的临时文件逐个进行比较,将结果轮流写入文件result0, result1

# 最后写入的result文件就是最终结果

fA = open(fileAName)

resultTempFile = {"result0", "result1"};

tempIndex = 0

fOut = open("repeat", "w+")

repeatCount = 0

for i in range(1, tempFileNo + 1):

print("比较第{0}个临时文件...\n".format(i))

if 0 == tempIndex:

resultTempFile = "result0"

tempIndex = 1

else:

resultTempFile = "result1"

tempIndex = 0

fResult = open(resultTempFile, "w+")

fTemp = open("temp{0}".format(i))

lineSet = fTemp.readlines()

fTemp.close()

lineList = list(lineSet)

lineList.sort()

line = fA.readline()

while line:

if 0 == binarySearch(line, lineList):

fResult.write(line)

else:

fOut.write(line)

repeatCount = repeatCount + 1

line = fA.readline()

fA.close()

fResult.flush()

fResult.close()

fA = open(resultTempFile)

fA.close()

fOut.flush()

fOut.close()

print("比较完成,重复数据{0}条".format(repeatCount))

os.rename(resultTempFile, "result")

#STEP3:结束后把临时文件都删掉

print("删除临时文件...\n")

while tempFileNo > 0:

tempFileName = "temp{0}".format(tempFileNo)

os.remove(tempFileName)

tempFileNo = tempFileNo - 1

print("脚本结束。\n")

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值