Python实现光速定位并提取两个文件的不同之处_python

来源:脚本之家  责任编辑:小易  
目录
比较Excel比较Word结束语

如果你经常与Excel或Word打交道,那么从两份表格/文档中找到不一样的元素是一件让人很头疼的工作,当然网上有很多方法、第三方软件教你如何对比两份文件。本文就将以两份真实的Excel/Word文件为例,讲解如何使用Python光速对比并提取文件中的不同之处!

比较Excel

为了方便说明,我创建了一个简单的Excel用于示例

可以看到上方两个Excel表格中共有五处不同,现在我们使用Python来快速定位这五处不同,这次不需要openpyxl,使用Pandas就能轻松搞定,首先导入相关库并读取数据

import pandas as pd
import numpy as np
df1 = pd.read_excel('data1.xlsx')
df2 = pd.read_excel('data2.xlsx')

其实在Pandas中一行代码就能找到两个DataFrame的不同

可以看到,如果一样的数据就是NaN,而变化的数据则以它的值存储,但是如果这么做的话,我们仅仅找到数据不同的位置,并且数据量大的话盯着找到不同也挺消耗时间的,所以我们进一步研究。先换一种方式找到不同的值

接着再使用NumPy根据True/False定位元素位置,同时将值的改变写入原表格并保存

rows,cols=np.where(comparison_values==False)
for item in zip(rows,cols):
    df1.iloc[item[0], item[1]] = '{} --> {}'.format(df1.iloc[item[0], item[1]],df2.iloc[item[0], item[1]])
df1.to_excel('diff.xlsx',index=False,header=True)

现在就生成了一个新的Excel来提示我们哪里发生了变化

这样看起来就舒服了很多(高亮是手动的),当然在进行两个Excel比较的时候一定要注意这两个Excel的数据格式要差不多!

比较Word

两份Word比较起来相对于Excel就困难一点。首先我们还是创建两份有区别的Word文档,内容取自百度百科中的Python介绍[1] 

左边的为原始word右边的word是我修改了几处的文档, 现在我们用Python来快速找到两份文档的不同。读取文件使用到的是docx库[2] ,因为涉及到中文所以我们需要先读取docx文件,然后分段再根据标点符号分句,具体代码如下

def getText(wordname):
    '''
    提取文字
    '''
    d = Document(wordname)
    texts = []
    for para in d.paragraphs:
        texts.append(para.text)
    return texts
 
def is_Chinese(word):
    '''
    识别中文
    '''
    for ch in word:
        if '\u4e00' <= ch <= '\u9fff':
            return True
    return False
 
def msplit(s, seperators = ',|\.|\?|,|。|?|!|、'):
    '''
    根据标点符号分句
    '''
    return re.split(seperators, s)
 
def readDocx(docfile):
    '''
    读取文档
    '''
    print(f"======正在读取{docfile}======")
    paras = getText(docfile)
    segs = []
    for p in paras:
        temp = []
        for s in msplit(p):
            if len(s) > 2:
                temp.append(s.replace(' ', ""))
        if len(temp) > 0:
            segs.append(temp)
    return segs

使用上面这段代码读一下两个word试试

可以看到我们的word文件已经按照不同段落分好句存在两层list中,所以接下来的问题就转换为比较两个list,而这又是我们熟悉的

def comparsion(doc1,doc2,p,s):
    if doc1 == doc2:
        print('两个word完全一致')
    else:
        if doc1[p][s] != doc2[p][s]:
            print(f"第{p+1}段,第{s+1}句不相同: {doc1[p][s]} ----> {doc2[p][s]}")

上面的判断为最简单的形式:两个word中仅有文字改变,而段落、句子数量均没有改变,我们来试一下效果

只要一秒,Python就找到了两份word文档之间的不同之处并定位!

结束语

通过介绍如何使用Python来对两个Excel/Word文件进行比较,我想你应该体会到了Python的强大之处,其实思路无非就是读取文件、定位之处并标记。但更重要的是你在日常工作学习时是否可以想到用Python去解决那些繁琐费力的流程,学会使用Python合理偷懒才是我写办公自动化系列的目的。

到此这篇关于Python实现光速定位并提取两个文件的不同之处的文章就介绍到这了,更多相关Python文件不同之处内容请搜索真格学网以前的文章或继续浏览下面的相关文章希望大家以后多多支持真格学网!

您可能感兴趣的文章:Python导入不同文件夹中文件的方法详解python爬不同图片分别保存在不同文件夹中的实现使用python快速实现不同机器间文件夹共享方式python 不同方式读取文件速度不同的实例python引入不同文件夹下的自定义模块方法

  • 本文相关:
  • python新式类和经典类的区别实例分析
  • pandas将列表(list)转换为数据框(dataframe)
  • 如何利用python随机从list中挑选一个元素
  • python实现像awk一样分割字符串
  • django model层f,q对象和聚合函数原理解析
  • 利用python实现命令行版的火车票查看器
  • 使用python pandas处理亿级数据的方法
  • python数据可视化常用4大绘图库原理详解
  • pandas中批量替换字符的六种方法总结
  • 基于python及pytorch中乘法的使用详解
  • 光速虚拟机怎么改定位?
  • 多少年能实现超光速行驶?
  • 人类真的可以实现超光速吗?
  • 人类能不能实现超光速飞行,爱因斯坦有何观点?
  • 光速虚拟机如何虚拟定位?
  • 为什么超光速不能实现
  • 关于超光速如何实现
  • 人类是否可以实现超光速旅行?
  • 如果真的能够实现光速甚至超光速运动,人体会受得了吗
  • 实现光速飞行和常温下绝对零度,哪个意义更为重大
  • 人类有可能实现光速运动吗
  • lol有没有什么能够帮助瑞文实现光速QA的软件
  • 如果永远无法实现超光速飞行,人类该怎么办?
  • 可控核聚变能否实现超光速飞行
  • 上帝粒子为什么能实现超光速,如果能的话,对人体应该怎么用
  • 如果人类真的能够实现超光速飞行,世界会变成什么样子
  • 人类什么时候可以实现超光速飞行
  • 怎样的技术才能实现飞船光速飞行丶?
  • 网站首页网页制作脚本下载服务器操作系统网站运营平面设计媒体动画电脑基础硬件教程网络安全vbsdos/bathtahtcpythonperl游戏相关vba远程脚本coldfusionruby专题autoitseraphzonepowershelllinux shellluagolangerlang其它首页pythonpython导入不同文件夹中文件的方法详解python爬不同图片分别保存在不同文件夹中的实现使用python快速实现不同机器间文件夹共享方式python 不同方式读取文件速度不同的实例python引入不同文件夹下的自定义模块方法python新式类和经典类的区别实例分析pandas将列表(list)转换为数据框(dataframe)如何利用python随机从list中挑选一个元素python实现像awk一样分割字符串django model层f,q对象和聚合函数原理解析利用python实现命令行版的火车票查看器使用python pandas处理亿级数据的方法python数据可视化常用4大绘图库原理详解pandas中批量替换字符的六种方法总结基于python及pytorch中乘法的使用详解python入门教程 超详细1小时学会pythonpycharm 2020最新永久激活码(附最新激活python 元组(tuple)操作详解python 列表(list)操作方法详解python 字典(dictionary)操作详解pycharm 2020年最新激活码(亲测有效)python strip()函数 介绍pycharm 使用心得(一)安装和首次使用python中使用xlrd、xlwt操作excel表格详解python 中文乱码问题深入分析python常用函数详解python基于爬虫+django,打造个性化api接口python分别打包出32位和64位应用程序python类的绑定方法和非绑定方法实例解析django 实现简单的插入视频python散点图的绘制python入门游戏之井字棋实例代码python正则表达式指南 推荐pytorch 实现冻结指定卷积层的参数pytorch机器学习softmax回归的简洁实现
    免责声明 - 关于我们 - 联系我们 - 广告联系 - 友情链接 - 帮助中心 - 频道导航
    Copyright © 2017 www.zgxue.com All Rights Reserved