的Python for循环都要经过目录中的文件

Question

我有包含腌索引文本的列表，如下图所示两个不同的目录，保存在.OUT格式的文件：

（LP0 S'TCCTCTTGGAGCACCAGCTAATATTTCATCAGTATTCGCTGAATCTTCGGACATAGTTCA” P1 aS'TTCGGACATAGTTCATTCATATTTATTTGCCCAATACCCGCACGAAGAAGCCTTGCAGAC“ P2 aS'AGAAGCCTTGCAGACACCGTGGCA” P3 一个。

我试图完成的任务是从犯罪嫌疑文本目录中打开一个文件，并比较它使用python的difflib将其添加到源文本目录中的每个文件，然后打印出一个数字，指示它们是否匹配，然后对可疑文本目录中的其余文件执行相同的操作。 （注：如果有人知道更详细的方式来比较索引文本的两个列表，我都听过，但它远不是优先级）

我目前的问题是用for循环来完成这个任务，它不起作用。我的意思是说，我可以循环浏览文件夹，并可以打印出文件夹名称，但是文件本身的内容不会改变。循环目前只是多次比较每个目录中的一个文件，我不知道如何解决它。

欢迎任何和所有建议，如果我的解释已经足够清楚，请随时提出任何问题。

谢谢。另外，我知道这是一个常见问题，我尽力去查看以前的答案并应用他们所用的内容，但由于我不擅长编程，所以我正在努力做到这一点。

在此先感谢！

˚F

代码如下：

import string 
import pickle 
import sys 
import glob 
import difflib 


sourcePath = 'C:\Users\User\Sou2/*.out' 
suspectPath = 'C:\Users\User\Susp2/*.out' 
list_of_source_files = glob.glob(sourcePath) 
list_of_suspect_files = glob.glob(suspectPath) 


def get_source_files(list_of_source_files): 

    for source_file_name in list_of_source_files: 
     with open(source_file_name) as source_file: 
      sourceText = pickle.load(source_file) 
     return sourceText 


get_suspect_files(list_of_suspect_files): 

    for suspect_file_name in list_of_suspect_files: 
     with open(suspect_file_name) as suspect_file: 
      suspectText = pickle.load(suspect_file) 
     return suspectText 


def matching(sourceText,suspectText): 

      matching = difflib.SequenceMatcher(None,sourceText,suspectText) 
      print matching.ratio() 


def main(): 

    for suspectItem in list_of_suspect_files: 
     suspectText = get_suspect_files(list_of_suspect_files) 
     print ('----------------SEPERATOR-----------------') 
     for sourceItem in list_of_source_files: 
      sourceText = get_source_files(list_of_source_files) 
      matching(sourceText,suspectText) 


main() 

当前的结果：

----------------SEPERATOR----------------- 
0.0 
0.0 
0.0 
----------------SEPERATOR----------------- 
0.0 
0.0 
0.0 
----------------SEPERATOR----------------- 
0.0 
0.0 
0.0 
----------------SEPERATOR----------------- 
0.0 
0.0 
0.0 

这应该是1.0其中一些为我故意把匹配索引文本到文本系统。

Answer 1

您的函数get_source_files和get_suspect_files每个都包含循环，但是在循环的第一次迭代中返回。所以这就是为什么你的程序只查看每个列表中的第一个文件。

此外，这两个函数中的循环由主函数中的循环复制。在你的主函数中，你永远不会使用循环变量suspectItem和sourceItem，所以这些循环只是多次执行相同的操作。

可能是，您很困惑yield和return，并以某种方式期待您的函数的行为像生成器。

像这样的东西应该工作

def get_text(file_name): 
    with open(file_name) as file: 
     return pickle.load(file) 

def matching(sourceText,suspectText): 
    matching = difflib.SequenceMatcher(None,sourceText,suspectText) 
    print matching.ratio() 

def main(): 
    for suspect_file in list_of_suspect_files: 
     print ('----------------SEPERATOR-----------------') 
     suspect_text = get_text(suspect_file) 
     for source_file in list_of_source_files: 
      source_text = get_text(source_file) 
      matching(source_text, suspect_text) 

main() 

注意，这重复每次迭代的源文本的加载。如果这很慢，并且文本不会太长以至于无法放入内存中，则可以将所有源文本和可疑文本存储在列表中。