分割文本文件到两个文件与非重叠项

Question

让我详细解释这个问题...

我有两个文本文件（池文件）CL-0.txt和CL-1.txt的 我必须将两者分成两个部分。 CL-0.txt分成xx_0.txt和yy_0.txt两个部分，CL-1.txt分为xx_1.txt和yy_1.txt部分。两个文件的内容格式如下。 CL-0 （苹果，橙） （芒果，香蕉） （蛋糕，茶） （咖啡，糖） （牛奶，蜂蜜） （蛋糕，biscuts） CL-1 （橙，芒果） （葡萄，咖啡） （汽车，冰淇淋） （桌，椅） （窗口，牛奶）

明确什么我指作为一个入门和作为一个实体： 一个条目是：（苹果，橙色） 和一个实体是：apple 每个条目都有两个元素。逗号是分隔符。 应该没有重复的条目或条目。 如果条目或元素出现在xx_0.txt中，则它不能出现在yy_0.txt和yy_1.txt中 如果条目或元素出现在yy_0.txt中，它就不会出现在xx_0.txt和xx_1.txt中 如果一个条目或一个元素出现在xx_1.txt中，它就不能出现在yy_0.txt和yy_1.txt中 如果一个条目或元素出现在yy_1.txt中，它就不会出现在xx_0.txt和xx_1.txt中

每个条目被逐一取出，并且为两个文件交替地选择条目，直到条目被写入文件。

预期的输出结果如下

从CL-0的组成文件：

*的xx_0文件应该有： （苹果，橙） （蛋糕，茶） （牛奶，蜂蜜）

*的yy_0文件应该有： （芒果，香蕉） （咖啡，糖） （蛋糕，biscuts）不能添加蛋糕已经出现在xx_0

个

从CL-1 constinuent文件：

*的xx_1文件应该有： （橙，芒果）*一个重复的条目在这种情况下 （汽车，冰淇淋）

OK * yy_1文件将有： （葡萄，咖啡）*再次在这种情况下重复的条目是好的 （表，主席） （窗口，牛奶）不能被添加在这里，因为它会有重复的实体奶已经出现在xx_0文件中

我尝试了一半的问题，认为如果我可以成功地将CL-0文件分成两部分，其余部分可以通过稍微调整轻松实现。

我的努力是如下：

xx_0=open('xx_0.txt','wb') #the file that i want to populate 
yy_0=open('yy_0.txt','wb') #the file that i want to populate 
file=open('CL-0.txt','r') # the main file 
xx0=set() 
xx1=set() # un1 a set against which the desired file has to be checked against for matches 
yy0=set() 
yy1=set() # un2 a set against which the desired file has to be checked against for matches 
for line in file: 
    s=line.replace('[,]','') 

    s=s.replace('\n','') 
    s=s.replace('(','') 
    s=s.replace(')','') 
    s=s.replace("'",'') 

    r=re.split(',',s) 
    if L==1: 
     for n in r: 
      if n not in yy0: 
       if n not in yy1: 
        xx0.add(n) 
     r1= ', '.join(r) 
     xx_0.write(r1) 
     xx_0.write('\n') 

     L+=1 
     continue 

    if L==2: 
     for n in r: 
      if n not in xx_1: 
       if n not in yy_1: 
        yy0.add(n)     
     r2=', '.join(r) 
     yy_0.write(r2) 
     yy_0.write('\n') 
     L=1 

Answer 1

假设行应把交流分为两个不同的文件：

inputFile = file('CL-0.txt') 
out = [ file(fileName, 'wb') for fileName in [ 'xx_0.txt', 'yy_0.txt' ] ] 
done = set() 
for line in inputFile: 
    elements = re.match(r'\s*\(\s*([^,])*\s*,\s*([^)])*\)\s*', line) 
    if elements in done: 
     continue 
    out[0].write(', '.join(elements) + '\n') 
    done.add(elements) 
    out = out[1:] + [ out[0] ] # round robin 
for f in out: 
    f.close() 

但我不明白这些xx1和yy1组的目的是。你的代码肯定没有解释它（它根本没有写入），你的文本也没有足够的帮助。也许你想详细说明一下？