大蟒蛇python教程共享Python实现光速定位并提取两个文件的不同之处

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。python教程分享Python实现光速定位并提取两个文件的不同之处就将以两份真实的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<计算机技术网(www.ctvol.com)!!>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<计算机技术网(www.ctvol.com)!!>！

需要了解更多python教程分享Python实现光速定位并提取两个文件的不同之处，都可以关注python教程分享栏目—计算机技术网(www.ctvol.com)!