大家好，本文将围绕python文件对比结果生成txt文件展开说明，python数据比对怎么做是一个很多人都想弄明白的事情，想搞清楚python 比对文件内容需要先了解以下几个事情。
Source code download: 本文相关源码
大家好，又到了 Python 办公自动化专题
如果你经常与 Excel 或 Word 打交道，那么从两份表格 / 文档中找到不一样的元素是一件让人很头疼的工作，当然网上有很多方法、第三方软件教你如何对比两份文件。本文就将以两份真实的 Excel/Word 文件为例，讲解如何使用 Python 光速对比并提取文件中的不同之处！
比较 Excel
为了方便说明，我创建了一个简单的 Excel 用于示例
可以看到上方两个 Excel 表格中共有五处不同，现在我们使用 Python 来快速定位这五处不同，这次不需要 openpyxl ，使用 Pandas 就能轻松搞定，首先导入相关库并读取数据
import pandas as pd
import numpy as np
df1 = pd.read_excel('data1.xlsx')
df2 = pd.read_excel('data2.xlsx')其实在 Pandas 中一行代码就能找到两个 DataFrame 的不同
可以看到，如果一样的数据就是 NaN，而变化的数据则以它的值存储，但是如果这么做的话，我们仅仅找到数据不同的位置，并且数据量大的话盯着找到不同也挺消耗时间的，所以我们进一步研究。先换一种方式找到不同的值
接着再使用 NumPy 根据 True/False 定位元素位置，同时将值的改变写入原表格并保存
rows,cols=np.where(comparison_values==False)
for item in zip(rows,cols):
df1.iloc[item[0], item[1]] = '{} --> {}'.format(df1.iloc[item[0], item[1]],df2.iloc[item[0], item[1]])
df1.to_excel('diff.xlsx',index=False,header=True)现在就生成了一个新的 Excel 来提示我们哪里发生了变化
这样看起来就舒服了很多 (高亮是手动的[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Pz2zjCxi-1690185654679)()])，当然在进行两个 Excel 比较的时候一定要注意这两个 Excel 的数据格式要差不多！
比较 Word
两份 Word 比较起来相对于 Excel 就困难一点。首先我们还是创建两份有区别的 Word 文档，内容取自百度百科中的 Python 介绍 [1]
左边的为原始 word 右边的 word 是我修改了几处的文档， 现在我们用 Python 来快速找到两份文档的不同。读取文件使用到的是 docx 库 [2] ，因为涉及到中文所以我们需要先读取 docx 文件，然后分段再根据标点符号分句，具体代码如下
def getText(wordname):
'''
提取文字
'''
d = Document(wordname)
texts = []
for para in d.paragraphs:
texts.append(para.text)
return texts
def is_Chinese(word):
'''
识别中文
'''
for ch in word:
if '\u4e00' <= ch <= '\u9fff':
return True
return False
def msplit(s, seperators = ',|\.|\?|，|。|？|！|、'):
'''
根据标点符号分句
'''
return re.split(seperators, s)
def readDocx(docfile):
'''
读取文档
'''
print(f"======正在读取{docfile}======")
paras = getText(docfile)
segs = []
for p in paras:
temp = []
for s in msplit(p):
if len(s) > 2:
temp.append(s.replace(' ', ""))
if len(temp) > 0:
segs.append(temp)
return segs使用上面这段代码读一下两个 word 试试👇
可以看到我们的 word 文件已经按照不同段落分好句存在两层 list 中，所以接下来的问题就转换为比较两个 list，而这又是我们熟悉的👇
def comparsion(doc1,doc2,p,s):
if doc1 == doc2:
print('两个word完全一致')
else:
if doc1[p][s] != doc2[p][s]:
print(f"第{p+1}段，第{s+1}句不相同: {doc1[p][s]} ----> {doc2[p][s]}")上面的判断为最简单的形式：两个 word 中仅有文字改变，而段落、句子数量均没有改变，我们来试一下效果
只要一秒，Python 就找到了两份 word 文档之间的不同之处并定位！
结束语
通过介绍如何使用 Python 来对两个 Excel/Word 文件进行比较，我想你应该体会到了 Python 的强大之处，其实思路无非就是读取文件、定位之处并标记。但更重要的是你在日常工作学习时是否可以想到用 Python 去解决那些繁琐费力的流程，学会使用 Python 合理偷懒才是我写办公自动化系列的目的，拜拜，我们下个案例见～
