推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 1833 天前的主题，其中的信息可能已经有所发展或是发生改变。
例如两个数据对比
A: aabbcc
B: abbc
如果 A 包含 B，就输出 。
用什么表达语法啊
新手求解，大佬莫怪
A: aabbcc
B: abbc
如果 A 包含 B，就输出 。
用什么表达语法啊
新手求解，大佬莫怪
第 1 条附言 2020-12-18 14:24:59 +08:00
首先感谢各位大佬的耐心解答。但是新手看完回答后还是很懵。我改成一个实际的例子说明吧。
现在有两个 excel 。
excel A 的数据是 https://imgur.com/qv4tUV9
excel B 的数据是 https://imgur.com/0hLpmRJ
现在我需要用 A 去和 B 对照，找出两个表类类似的数据（就是 A 和 B 两个表中有的名字是完全一样的，有的是不完全一样的）。
我现在用的代码是
# -*- coding: utf-8 -*-
from __future__ import print_function
import xlrd
file1 = r'C:\Users\140082\Desktop\test_待检测数据.xlsx' # 待检测文件路径
file2 = r'C:\Users\140082\Desktop\test_对照表格.xlsx' # 对照文件路径
def compare(file1, file2):
nickName = [] # 存放所有不存在的数据在待检测表格中的索引
wb1 = xlrd.open_workbook(file1) # 打开待检测 xlsx 文件
wb2 = xlrd.open_workbook(file2) # 打开对照 xlsx 文件
sheet1 = wb1.sheet_by_index(0) # 参数 0 是索引，表示 wb1 这个文件的第一张表格
sheet2 = wb2.sheet_by_index(0) # 和上同理
for i in sheet1.col_values(0): #遍历 sheet1 中第一列每一项
if i in sheet2.col_values(0): #查看是否在 sheet2 第一列中
nickName.append(i)
return nickName #返回的是不存在于 sheet2 中的数据的第一列的值的列表
print(compare(file1, file2))
运行后，只有两个表完全一样的数据才输出了。怎么改进能得到我想要的结果呢？
现在有两个 excel 。
excel A 的数据是 https://imgur.com/qv4tUV9
excel B 的数据是 https://imgur.com/0hLpmRJ
现在我需要用 A 去和 B 对照，找出两个表类类似的数据（就是 A 和 B 两个表中有的名字是完全一样的，有的是不完全一样的）。
我现在用的代码是
# -*- coding: utf-8 -*-
from __future__ import print_function
import xlrd
file1 = r'C:\Users\140082\Desktop\test_待检测数据.xlsx' # 待检测文件路径
file2 = r'C:\Users\140082\Desktop\test_对照表格.xlsx' # 对照文件路径
def compare(file1, file2):
nickName = [] # 存放所有不存在的数据在待检测表格中的索引
wb1 = xlrd.open_workbook(file1) # 打开待检测 xlsx 文件
wb2 = xlrd.open_workbook(file2) # 打开对照 xlsx 文件
sheet1 = wb1.sheet_by_index(0) # 参数 0 是索引，表示 wb1 这个文件的第一张表格
sheet2 = wb2.sheet_by_index(0) # 和上同理
for i in sheet1.col_values(0): #遍历 sheet1 中第一列每一项
if i in sheet2.col_values(0): #查看是否在 sheet2 第一列中
nickName.append(i)
return nickName #返回的是不存在于 sheet2 中的数据的第一列的值的列表
print(compare(file1, file2))
运行后，只有两个表完全一样的数据才输出了。怎么改进能得到我想要的结果呢？
 | 1 destinism 2020-12-18 10:53:35 +08:00 B in A 吧 |
 | 2 galileo1214 2020-12-18 10:55:22 +08:00 isin |
 | 3 whitefox027 2020-12-18 10:58:46 +08:00 if B in A : |
 | 6 ly4572615 2020-12-18 11:01:26 +08:00 那用正则吧 |
 | 7 kevinfk2 OP @galileo1214 我试试 |
| 8 ly4572615 2020-12-18 11:02:14 +08:00 或者 find()方法 |
 | 11 LiKanKan 2020-12-18 11:09:53 +08:00 via Android A:str = "aabbcc" B:str = "abbc" if A.find(B) == -1: #找不到为-1，如果找到则为第一个出现的位置 print("B is not in A") else: print("A contains B") |
 | 13 HashV2 2020-12-18 11:52:07 +08:00 @kevinfk2 如果你是只是想无序的判断 B 列表内所有的元素在不在另 A 列表中遍历就好了： all([ele in A for ele in B]) 如果想有序判断可以先在 A 中找到 B 的第一个元素的所有的索引 按照 B 的长度从索引切片后和 B 比较，如果有一个为真就是有序包含了 |
| 14 LiKanKan 2020-12-18 12:08:47 +08:00 via Android  1 @kevinfk2 如果是 List[str]可以用"".join(A 或 B)转化成上面一种情况。如果包含其他种类元素：如果连续有序，就手写子串匹配；如果不连续有序，就遍历 B，对着 A 的元素找；如果不连续也不有序，反之，对遍历 A 找 B |
 | 15 no1xsyzy 2020-12-18 12:38:56 +08:00 |
 | 16 009694 2020-12-18 12:56:59 +08:00 via iPhone 为啥要用 find 不用 in 。。find 比 in 慢得多 （从 js 转的还是 java 转的？ |
 | 17 JeffGe 2020-12-18 13:19:26 +08:00 >>> A = [1, 1, 2, 2, 1, 1] >>> B = [1, 2, 2, 1] >>> str(B)[1:-1] in str(A) True |
 | 19 ipwx 2020-12-18 14:42:51 +08:00 你需要某种字符串相似度计算的算法，比如编辑距离（ edit distance ） https://leetcode.com/problems/edit-distance/ https://pypi.org/project/editdistance/0.3.1/ |
| 20 ipwx 2020-12-18 14:44:07 +08:00 在做一些根据先验知识的预处理。比如后缀“有限公司”或者“公司”就先全部删掉。 |
| 21 JeffGe 2020-12-18 14:47:23 +08:00 via Android 1 if any(i in s2 for s2 in sheet2.col_values(0)): |
 | 22 owtotwo 2020-12-18 14:48:44 +08:00 via Android 1 你得先定义什么是“相似” 再谈其他的 |
 | 24 lanshee 2020-12-18 14:59:57 +08:00 if A in B or B in A 这样行不? |
 | 26 sudoy 2020-12-18 15:04:12 +08:00 我看你好像只遍历一个数据，两个都要遍历。 ``` a = ['苹果', '橘子', '香蕉'， ‘葡萄’] b = ['苹果', ‘越南橘’, '香蕉', '椰子'] c = [] for x in a: for y in b: if x == y: c.append(x) ``` |
| 27 sudoy 2020-12-18 15:09:26 +08:00 或者 a = ['苹果', '橘子', '香蕉'， ‘葡萄’] b = ['苹果', ‘越南橘’, '香蕉', '椰子'] c = [x for x in a if x in b] c 应该就是你要找的 |
| 28 sudoy 2020-12-18 15:10:30 +08:00 >>> a = ['apple', 'orange', 'banana'] >>> b = ['apple', 'grape', 'banana'] >>> c = [x for x in a if x in b] >>> c ['apple', 'banana'] |
| 29 sudoy 2020-12-18 15:20:20 +08:00 1 如果你要模糊匹配，可以为： >>> a = ['apple', 'orange', 'banana'] >>> b = ['apple', 'grape', 'fresh banana'] >>> c = [] >>> for x in a: ...............for y in b: ........................if x == y or x in y: ...............................c.append(x) |
| 31 sudoy 2020-12-18 15:28:35 +08:00 @lanshee 嗯，我前面没看清楚，最后一个回复里面考虑到得了。不过这里面还有特殊字符的问题，另外还有可能要把名字拆开匹配，比如“某某公司”和“某某有限责任公司”属于同一家公司，那么就要把前面拆成四个字，后面拆成八个字，如果后面那八个字都包含前面四个字，就是满足条件 |
 | 32 duzhor 2020-12-18 15:28:38 +08:00 你这个 if 的意思是如果 sheet1 的元素在 sheet2 的列表里面。所以要加一层 for 去遍历 sheet2，再把 sheet1 里的每个元素依次跟 sheet2 里的每个元素比较。 |
 | 33 TimePPT PRO 1 字符串匹配策略遇到 翰硕电子 | 翰子 这种 case 你没法解的 |
 | 35 79lawyer 2020-12-18 15:50:20 +08:00 BTW，处理 Excel 试试 pandas |
 | 37 krixaar 2020-12-18 17:22:00 +08:00 如果真的只是差“有限公司”或者“有限责任公司”这样，可以直接把另一边的数据先处理了再比对。 问题是规则是不是就这么简单，比如碰到农行、农发行、农业银行、农业发展银行这样的。 |
 | 38 HelloViper 2020-12-21 11:24:27 +08:00 以前的公司名匹配度算法供参考： https://github.com/verarong/CompanyNameMatch |
Select Language