迭代通過文件多次

Question

我有一個文件，其中每行是一個數字：

567 
345 
456 
123 

第二個文件具有相同的數字，像這樣的行：

something1 123 something2 
something3 345 something4 
something5 456 something6 
something7 567 something7 

所以，第二個文件的數字是有序的，第一個文件沒有。我想重新排序第二個文件是這樣的：

something7 567 something7 
something3 345 something4 
something5 456 something6 
something1 123 something2 

我不知道如何遍歷第二個文件多次。當我從第一個文件中獲取第一個值並在第二個文件中查找它時，它將搜索第二個文件，並且不會再次重新遍歷它。

Answer 1

通過文件遍歷多次是可能的（您可以通過調用thefile.seek()來重置文件，但可能是很昂貴。

比方說，你有一個函數來確定給定行鍵號一般性，e.g

def getkey(line): 
    return line.split()[1] 

在你的例子，其中的關鍵是在三號線空格分開的話第二

。現在，如果對第二個文件中的數據將舒適地適合RAM（所以到幾GB - 認爲這將需要多長時間重複幾百次對是 - ！）...：

key2line = {} 
with open(secondfile) as f: 
    for line in f: 
     key2line[getkey(line)] = line 

with open(firstfile) as f: 
    order = [line.strip() for line in f] 

with open(outputfile, 'w') as f: 
    for key in order: 
     f.write(key2line[key]) 

現在是不是一個非常明確和有效的方法...？

如果第二個文件太大了一個小的因素，比如說10倍左右，你實際上可以放進內存中的東西，那麼你仍然可以在文件中大量跳轉的情況下解決它，通過使用尋找和告訴。

第一個環路將成爲：

key2offset = {} 
with open(secondfile) as f: 
    offset = 0 
    for line in f: 
     new_offset = f.tell() 
     key2line[getkey(line)] = offset 
     offset = new_offset 

和最後一個循環將成爲：

with open(secondfile) as f: 
    with open(outputfile, 'w') as f1: 
     for key in order: 
      f.seek(key2offset[key]) 
      line = f.readline() 
      f1.write(line) 

複雜一點，多慢 - 但仍然方式比重新快 - 讀數十億次，一遍又一遍，一個數十GB的文件！）

Answer 2

看看使用seek()。一旦完成了一次文件，請執行[fileobject] .seek（），然後您可以再次通過該文件。

此外，seek（）默認會轉到文件的開頭，如果您想要文件中的某個點可以傳遞參數。