Python3实现两文件seqNum匹配行搜索输出的问题排查

原有代码的问题 #

• 语法错误：判断条件里写了大写的Y，实际变量名是小写的y，直接运行会抛出NameError
• 逻辑错误：使用zip()同时遍历两个文件，只会按行号一一对应比对，且迭代次数和行数更少的文件一致。如果两个文件中相同seqNum的行不在同一行号，根本匹配不到结果
• 匹配逻辑不严谨：直接用seqNu in x判断，会出现模糊匹配问题，比如查询seqNum为416时会误匹配到seqNum为41648的行

正确实现思路 #

先遍历其中一个文件，提取所有seqNum和对应行的映射关系存入字典，再遍历第二个文件匹配相同seqNum的条目，避免逐行对应的限制，同时精确提取seqNum值做比对。

修复后代码 #

场景1：查询两个文件中所有seqNum匹配的条目 #

import re

def get_all_matched_seq(file1, file2):
    # 正则匹配精确提取seqNum值
    seq_pattern = re.compile(r'seqNum="(\d+)"')
    # 先处理file1，构建seqNum到行内容的映射
    seq_map = {}
    with open(file1, 'r', encoding='utf-8') as f1:
        for line in f1:
            seq_match = seq_pattern.search(line)
            if not seq_match:
                continue
            seq_num = seq_match.group(1)
            # 可根据需求保留整行或者仅保留时间
            content = line.split("updateMsg")[0].strip()
            seq_map[seq_num] = content
    
    # 遍历file2匹配相同seqNum
    with open(file2, 'r', encoding='utf-8') as f2:
        for line in f2:
            seq_match = seq_pattern.search(line)
            if not seq_match:
                continue
            seq_num = seq_match.group(1)
            if seq_num in seq_map:
                f2_content = line.split("updateMsg")[0].strip()
                print(f"seqNum={seq_num} | file1时间：{seq_map[seq_num]} | file2时间：{f2_content}")

场景2：查询指定seqNum在两个文件中的对应条目 #

import re

def get_specify_seq(target_seq, file1, file2):
    target_seq = str(target_seq)
    seq_pattern = re.compile(r'seqNum="(\d+)"')
    # 查file1的对应内容
    f1_res = None
    with open(file1, 'r', encoding='utf-8') as f1:
        for line in f1:
            match = seq_pattern.search(line)
            if match and match.group(1) == target_seq:
                f1_res = line.split("updateMsg")[0].strip()
                break
    # 查file2的对应内容
    f2_res = None
    with open(file2, 'r', encoding='utf-8') as f2:
        for line in f2:
            match = seq_pattern.search(line)
            if match and match.group(1) == target_seq:
                f2_res = line.split("updateMsg")[0].strip()
                break
    if f1_res and f2_res:
        print(f"seqNum={target_seq} | file1时间：{f1_res} | file2时间：{f2_res}")
    else:
        print(f"seqNum={target_seq} 未在两个文件中同时找到")

内容的提问来源于stack exchange，提问作者TinyT