我在 HTML 网页中有一系列关键字 - 它们以逗号分隔,因此我可以将它们转换为 CSV,并且想知道哪些不在显示为 html 网页的另一个 CSV 文件中。 你将如何进行比较?我对 mysql 和表有想法,但这是 CSV 或 html 源。 谢谢!
请您参考如下方法:
在 Python 中,给定 2 个 csv 文件,a.csv 和 b.csv,此脚本将创建(或编辑,如果它已经存在)一个新文件 out.csv,其中包含 a.csv 中 b 中找不到的所有内容。 .csv.
import urllib
url = 'http://www.website.com/x.csv'
urllib.urlretrieve(url, 'b.csv')
file_a = open('a.csv', 'r')
file_b = open('b.csv', 'r')
file_out = open('out.csv', 'w')
list_a = [x.strip() for x in file_a.read().split(',')]
list_b = [x.strip() for x in file_b.read().split(',')]
list_out = list(set(list_a) - set(list_b)) # Reverse if necessary
file_out.write(','.join(list_out))
file_out.close()
