テキストファイル間の交差

Question

2つのテキストファイルの間の交差点を生のテキストの形でどのように計算できますか？ソリューションがシェルコマンドを使用するのか、Python、Elisp、または他の一般的なスクリプト言語で表現されるのかは関係ありません。

私はcommとgrep -Fxv -f file1 file2を知っています。私は行のの交差点に興味があると考えていますが、私は文字の交差点に興味があります（一致すると見なすには最小限の文字数で）。

効率のためのボーナスポイント。

例

その後、私は

• を見たいファイル1は

  foo bar baz-fee 
  

  が含まれていると、ファイル2は

  fee foo bar-faa 
  

  が含まれている場合

• fee

あなたは差分にオプションをいじり試みることができる3.

Answer 1

あなたはPythonのdifflibモジュール（標準ライブラリ内）、特にdifflib.SequenceMatcherを探しています。ここで大丈夫

Answer 2

の最小一致長を仮定：http://ss64.com/bash/diff.html

私はまだあなたが正確に何で明確ではありませんよしかし、尋ねる。あなたの定義には何が含まれていますか？この交差プロセスはここでどのように定義されていますか？

Answer 3

この

それは時にimporvedすることができ

を達成するために非常に単純なPythonのscripitですが、仕事をする必要があります。

TEMP.TXT

XX YY ZZ XYZ AA
XX YY ZZ XYZ AA
XX YY ZZ XYZ AA
XX YY 111 のAA CC

TEMP2。 txt

YYのAAのCC、DD

共通
FF XX EE 11
オブジェクト指向ミリ AAのTT。PY

#!/usr/bin/python 
import sys 

def main(): 
    f1,f2 = tryOpen(sys.argv[1],sys.argv[2]) 
    commonWords(f1,f2) 
    f1.close() 
    f2.close() 

def tryOpen(fn1,fn2): 
    try: 
     f1 = open(fn1, 'r') 
     f2 = open(fn2, 'r') 
     return f1,f2 
    except Exception as e: 
     print('Oh No! => %s' %e) 
     sys.exit(2) #Unix programs generally use 2 for 
        #command line syntax errors 
        # and 1 for all other kind of errors. 

def commonWords(f1,f2): 

    words = [] 
    for line in f1: 
     for word in line.strip().split(): 
      words.append(word) 
    for line in f2: 
     for word in line.strip().split(): 
      if word in words: print 'common word found => %s' % word  
if __name__ == '__main__': 
    main() 

出力

./common.py temp.txt temp2.txt 
common word found => yy 
common word found => aa 
common word found => cc 
common word found => xx 
common word found => aa