对比两列数据

功能：读取文件、处理两列 ID 数据以及输出结果并统计总计数量

示例文件

$ cat input.txt 
aaa bbb
bbb ccc
ccc hhh
ddd kkk
eee zzz
fff
ggg

脚本

python

# 文件: process_ids.py

# 从文件中读取输入数据
with open("input.txt", "r") as file:
    data = file.read()

# 将数据处理为两列 ID 的列表
column1, column2 = [], []  # 初始化两个列表
for line in data.strip().split('\n'):  # 去掉开头和结尾的空行，并逐行处理
    items = line.split()  # 按空格分割每行数据
    column1.append(items[0])  # 第一列的数据添加到 column1
    if len(items) > 1:  # 如果有第二列
        column2.append(items[1])  # 第二列的数据添加到 column2

# 计算只在第一列但不在第二列中的 ID
only_in_column1 = set(column1) - set(column2)

# 计算只在第二列但不在第一列中的 ID
only_in_column2 = set(column2) - set(column1)

# 计算两列中重复的 ID
duplicates = set(column1) & set(column2)

# 输出结果并添加提示性文字
print("只在第一列但不在第二列中的 ID（总计 {} 个）：".format(len(only_in_column1)))
print("\n".join(only_in_column1))

print("\n只在第二列但不在第一列中的 ID（总计 {} 个）：".format(len(only_in_column2)))
print("\n".join(only_in_column2))

print("\n两列中重复的 ID（总计 {} 个）：".format(len(duplicates)))
print("\n".join(duplicates))

go

package main

import (
	"bufio"
	"fmt"
	"os"
	"strings"
)

func main() {
	// 打开输入文件
	file, err := os.Open("input.txt")
	if err != nil {
		fmt.Println("无法打开文件:", err)
		return
	}
	defer file.Close()

	// 定义两个切片用于存储两列数据
	var column1, column2 []string

	// 逐行读取文件内容
	scanner := bufio.NewScanner(file)
	for scanner.Scan() {
		line := scanner.Text()
		// 按空格分割每行内容
		parts := strings.Fields(line)
		if len(parts) > 0 {
			column1 = append(column1, parts[0]) // 第一列
		}
		if len(parts) > 1 {
			column2 = append(column2, parts[1]) // 第二列
		}
	}

	if err := scanner.Err(); err != nil {
		fmt.Println("读取文件时出错:", err)
		return
	}

	// 将切片转换为集合（使用 map 模拟集合）
	set1 := make(map[string]struct{})
	set2 := make(map[string]struct{})

	for _, id := range column1 {
		set1[id] = struct{}{}
	}
	for _, id := range column2 {
		set2[id] = struct{}{}
	}

	// 计算只在第一列但不在第二列中的 ID
	onlyInColumn1 := make([]string, 0)
	for id := range set1 {
		if _, exists := set2[id]; !exists {
			onlyInColumn1 = append(onlyInColumn1, id)
		}
	}

	// 计算只在第二列但不在第一列中的 ID
	onlyInColumn2 := make([]string, 0)
	for id := range set2 {
		if _, exists := set1[id]; !exists {
			onlyInColumn2 = append(onlyInColumn2, id)
		}
	}

	// 计算两列中重复的 ID
	duplicates := make([]string, 0)
	for id := range set1 {
		if _, exists := set2[id]; exists {
			duplicates = append(duplicates, id)
		}
	}

	// 输出结果
	fmt.Printf("只在第一列但不在第二列中的 ID（总计 %d 个）：\n", len(onlyInColumn1))
	for _, id := range onlyInColumn1 {
		fmt.Println(id)
	}

	fmt.Printf("\n只在第二列但不在第一列中的 ID（总计 %d 个）：\n", len(onlyInColumn2))
	for _, id := range onlyInColumn2 {
		fmt.Println(id)
	}

	fmt.Printf("\n两列中重复的 ID（总计 %d 个）：\n", len(duplicates))
	for _, id := range duplicates {
		fmt.Println(id)
	}
}

输出

只在第一列但不在第二列中的 ID（总计 5 个）：
aaa
ggg
fff
ddd
eee

只在第二列但不在第一列中的 ID（总计 3 个）：
hhh
zzz
kkk

两列中重复的 ID（总计 2 个）：
bbb
ccc