Python查找最大值并打印文件前5行

Question

我正在尝试写一个程序，程序里有一个文件夹，里面有一堆文本文件。如果我找到“color=”这个词，就会找出这个文件的模糊值和文件的起始行号。

---

我需要做的是：找出模糊值中的最大值，并且找出这个最大值对应的文件的前五行内容。

我写了一段代码，可以找到所有的模糊值，但我不知道怎么找出最大值，然后打印出前五个模糊值最大的文件。请帮帮我！

import os
from fuzzywuzzy import fuzz

path = r'C:\Python27' 
data = {}


for dir_entry in os.listdir(path):
    dir_entry_path = os.path.join(path, dir_entry)
    if os.path.isfile(dir_entry_path):
        with open(dir_entry_path, 'r') as my_file:
            for line in my_file:
                for part in line.split():
                    if "color=" in part:
                        print part
                        string1= "Filename:", dir_entry_path
                        print(string1)
                        string2= "Start line of file:", list(my_file)[0]
                        print(string1)
                        string3=(fuzz.ratio(string1, string2))
                        print(string3)

现在我的输出结果是：

"color="
('Filename:', 'C:\\Python27\\maybeee.py')
('Filename:', 'C:\\Python27\\maybeee.py')
20
"color="
('Filename:', 'C:\\Python27\\mayp.py')
('Filename:', 'C:\\Python27\\mayp.py')
28
part.startswith('color='):
('Filename:', 'C:\\Python27\\mayp1.py')
('Filename:', 'C:\\Python27\\mayp1.py')
29

我希望输出结果是，假设这里的最大值是29，那么我需要打印出这个最大值对应文件的前五行内容。请帮帮我！非常感谢大家的回答。

Answer 1

你的代码试图重新读取整个文件（在 list(myfile)[0] 这一行），而实际上已经有一个迭代器在遍历这个文件了。这会造成一些麻烦。

更好的做法是把前五行（这就是你想要的，对吧？）存储在一个变量里，然后在条件满足的时候再打印出来。

另外，你打印了 string1 两次。

你可以把循环改成：

from collections import defaultdict
filenames2fuzz = defaultdict(list)

for dir_entry in os.listdir(path):
    dir_entry_path = os.path.join(path, dir_entry)
    if os.path.isfile(dir_entry_path):
        first5lines = []
        condition_matched_in_file = False
        with open(dir_entry_path, 'r') as my_file:
            for line_nbr, line in enumerate(my_file):
                if line_nbr < 5: 
                    first5lines.append(line)
                for part in line.split():
                    if "color=" in part:
                        print part
                        string1= "Filename:", dir_entry_path
                        print(string1)
                        condition_matched_in_file = True

                        fuzziness = fuzz.ratio(string1, first5lines[0])
                        filenames2fuzz[dir_entry_path].append(fuzziness)
                        print(fuzziness)
        if condition_matched_in_file:
            print('\n'.join(first5lines))

# Now that you have a dictionary that holds all filenames with 
# their fuzziness values, you can easily find the first 5 lines again
# of the file that has the best fuzziness value.

best_fuzziness_ratio = 0  # as far as I can tell, the docs indicate it is between 0 and 100
for k, v in filenames2fuzz.items():
    if max(v) > best_fuzziness_ratio:
        best_fuzzy_file = k
        best_fuzziness_ratio = max(v)
print('File {} has the highest fuzzy value '
    'of {}. \nThe first 5 lines are:\n'
    ''.format(best_fuzzy_file, best_fuzziness_ratio))
with open(best_fuzzy_file) as f:
    for i in range(5):
        print(f.readline())

还有一些其他的优化可以做（可以看看 os.walk），不过如果不更详细地解释一下问题（比如你正在遍历的文件是什么，里面的内容大概是什么），我也只能帮到这里。