Excel比较两个csv文件并显示差异

编程问答 2022-04-26

问题描述

| 我正在寻找比较两组大型csv文件和/或csv文件和.txt文件的工具。我“认为” .txt文件可能只是出于简单起见需要转换为csv文件，但这可能需要也可能不需要。我想使用excel，c ++或python。我需要将一个“接受的”值列表与要测量的列表进行比较，如果有一个，则找出它们之间的差异。 Excel可能是执行此操作的最简单方法，但python或c ++可能也一样。这不是家庭作业，所以不必担心这种事情。代码建议和/或模板非常感谢。或网站链接 编辑1 我已经阅读了有关Python的difflib或different类的信息，但是不熟悉如何使用它，可能超出了我的期望。 编辑2 这两个文件都有一系列的列（在它们之间或任何东西之间都没有画线），在那些“命名的”列的下方将有数字。我需要比较文件1的第1列中的编号与文件2的第1列中的编号，如果存在差异，请在另一个csv文件中显示差异     

解决方法

        您可以使用ADO（ODBC / JET / OLEDB文本驱动程序）从每种启用COM的语言将\'decent \'.txt / .csv / .tab / .flr文件视为SQL数据库中的表。然后可以使用SQL（DISTINCT，GROUP，（左）JOINS，...）的功能进行比较。 添加关于您的评论： 这是您的问题，我不想把您推到您不想去的地方。但是，如果需要比较表格数据，SQL是一个很好的工具（最好？）。作为证据的脚本的输出可以发现两个.txt文件之间的差异： 
======= The .txt files to play with
------- file1.txt
\"AC\";\"AM\"
40000;-19083,00
40100;20000,00
40200;350004,00
40300;3498,99

------- file2.txt
\"AC\";\"AM\"
40000;-19083,99
40105;-234567,00
40200;350,00

======= Some diagnostic SQL
------- <NULL> indicates: In F1 but not in F2 (LEFT JOIN)
SELECT T1.AC,T1.AM,T2.AM FROM [file1.txt] AS T1 LEFT JOIN [file2.txt] AS T2 ON (T1.AC =
T2.AC)
------- Result
AC      File1   File2
40000   -19083  -19083
40100   20000   <NULL>
40200   350004  350
40300   3498,99 3498,99

------- <NULL> indicates: Not in the other file (LEFT JOIN,UNION)
SELECT T1.AC,T2.AM FROM [file1.txt] AS T1 LEFT JOIN [file2.txt] AS T2 ON (T1.AC =
T2.AC) UNION SELECT T2.AC,T2.AM FROM [file2.txt] AS T2 LEFT JOIN [file1.txt] AS T1
 ON (T1.AC = T2.AC)
------- Result
AC      File1   File2
40000   -19083  -19083
40100   20000   <NULL>
40105   <NULL>  -234567
40200   350004  350
40300   3498,99

------- the problems: missing,different values
SELECT T1.AC,T2.AM FROM [file1.txt] AS T1 LEFT JOIN [file2.txt] AS T2 ON (T1.AC =
T2.AC) WHERE T2.AM IS NULL OR T1.AM <> T2.AM UNION SELECT T2.AC,T2.AM FROM [file2.
txt] AS T2 LEFT JOIN [file1.txt] AS T1 ON (T1.AC = T2.AC) WHERE T1.AM IS NULL OR T1.AM <>
T2.AM
------- Result
AC      File1   File2
40100   20000   <NULL>
40105   <NULL>  -234567
40200   350004  350
进一步的补充： 本文讨论ADO和文本文件；寻找一个文件adoNNN.chm （NNN =版本号，例如210）；这是一本关于 ADO。 您可以使用Access或OpenOffice Base来试验SQL语句 应用于链接/引用（未导入！）文本数据库。 掌握了最初的障碍之后，脚本/程序将很容易：连接 到数据库，即到包含文件和schema.ini的文件夹 文件来定义文件=表的结构。 上面的输出是由以下生成的： 
  Const adClipString = 2

  Dim oFS  : Set oFS = CreateObject( \"Scripting.FileSystemObject\" )
  Dim sDir : sDir    = oFS.GetAbsolutePathName( \".\\txt\" )
  Dim oDB  : Set oDb = CreateObject( \"ADODB.Connection\" )
  oDB.Open \"Provider=Microsoft.Jet.OLEDB.4.0;Data Source=\" & sDir & \";Extended Properties=\"\"text\"\"\"
  Dim sSQL
  Dim sFiNa
  WScript.Echo \"=======\",\"The .txt files to play with\"
  For Each sFiNa In Array( \"file1.txt\",\"file2.txt\"  )
      WScript.Echo \"-------\",sFiNa
      WScript.Echo oFS.OpenTextFile( \"txt\\\" & sFiNa ).ReadAll()
  Next

  WScript.Echo \"=======\",\"Some diagnostic SQL\"
  Dim aSQL
  For Each aSQL In Array( _
       Array(   \"<NULL> indicates: In F1 but not in F2 (LEFT JOIN)\" _,Join( Array( _
                     \"SELECT T1.AC,T2.AM FROM\" _,\"[file1.txt] AS T1\" _,\"LEFT JOIN [file2.txt] AS T2 ON (T1.AC = T2.AC)\" _
                ),\" \" ) ) _,Array(   \"<NULL> indicates: Not in the other file (LEFT JOIN,UNION)\" _,\"LEFT JOIN [file2.txt] AS T2 ON (T1.AC = T2.AC)\" _,\"UNION\" _,\"SELECT T2.AC,\"[file2.txt] AS T2\" _,\"LEFT JOIN [file1.txt] AS T1 ON (T1.AC = T2.AC)\" _
                ),Array(   \"the problems: missing,different value\" _,\"WHERE T2.AM IS NULL OR T1.AM <> T2.AM\" _,\"LEFT JOIN [file1.txt] AS T1 ON (T1.AC = T2.AC)\" _,\"WHERE T1.AM IS NULL OR T1.AM <> T2.AM\" _
                ),\" \" ) ) _
     )
     sSQL = aSQL( 1 )
     WScript.Echo \"-------\",aSQL( 0 )
     WScript.Echo sSQL
     Dim oRS : Set oRS = oDB.Execute( sSQL )
     WScript.Echo \"------- Result\"
     WScript.Echo Join( Array( \"AC\",\"File1\",\"File2\" ),vbTab )
     WScript.Echo oRS.GetString( adClipString,vbTab,vbCrLf,\"<NULL>\" )
  Next
  oDB.Close
如果删除/忽略胖（创建SQL语句，诊断输出），它将沸腾 下降到6行 
  Dim oDB  : Set oDb = CreateObject( \"ADODB.Connection\" )
  oDB.Open \"Provider=Microsoft.Jet.OLEDB.4.0;Data Source=\" & sDir & \";Extended Properties=\"\"text\"\"\"
  sSQL = \"...\"
  Dim oRS : Set oRS = oDB.Execute( sSQL )
  WScript.Echo oRS.GetString( adClipString,\"<NULL>\" )
  oDB.Close
可以轻松地“移植”到每种启用COM的语言，因为ADO 物体完成所有繁重的工作。当您使用.GetString方法时， 要保存结果集：只需旋转一下分隔符/分隔符/空参数 并转储到文件 
  oFS.CreateTextFile( ... ).WriteLine oRS.GetString( _
    adClipString,\",\"\"
  )
（不要忘记为该表添加一个定义到您的schema.ini中）。的  当然，您也可以使用\“ SELECT / INSERT INTO \”，但是这样的语句可能不会  很容易正确/通过ADO Text Driver的解析器。 加法运算： 从5 x 2主文件/批准文件开始，其中包含： 
Num0    Num1    Num2    Num3    Num4
7,6     6,1     3,8     0,9     8,9
0,9     9,4     4,7     8,8     9,9
将其转换为Expected.txt 
Num0    Num1    Num2    Num3    Num4    Spot
7,9     1
0,9     2
通过附加Spot列，使其符合 
[expected.txt]
ColNameHeader=True
CharacterSet=1252
Format=Delimited(;)
Col1=Num0 Float
Col2=Num1 Float
Col3=Num2 Float
Col4=Num3 Float
Col5=Num4 Float
Col6=Spot Integer
在您的schema.ini文件中。同样，转换一个度量文件，例如： 
Num0    Num1    Num2    Num3    Num4
7,1     1,9
到measured.txt 
Num0    Num1    Num2    Num3    Num4    Spot
7,9     2
应用 
  sSQL = Join( Array( _
         \"SELECT E.Num0 - M.Num0 AS Dif0\" _,E.Num1 - M.Num1 AS Dif1\" _,E.Num2 - M.Num2 AS Dif2\" _,E.Num3 - M.Num3 AS Dif3\" _,E.Num4 - M.Num4 AS Dif4\" _,E.Spot          AS Spot\" _,\"FROM [expected.txt] AS E\" _,\"INNER JOIN [measured.txt] AS M\" _,\"ON E.Spot = M.Spot\" _
  ),\" \" )
将结果集写入difference.txt aFNames = Array（\“ Num0 \”，... \“ Spot \”）   oFS.CreateTextFile（sFSpec）。写_     Join（aFNames，sFSep）＆sRSep＆oRS.GetString（adClipString，，sFSep，sRSep，\“ \”） 你会得到： 
Num0    Num1    Num2    Num3    Num4    Spot
0,5     5       0       0       0       1
0       0       0       0       0       2
    ,        您无需编写代码，可以使用文本编辑器中的replace函数在两个文件（空格或逗号）中使分隔符相同，并使用TortoiseSVN的图形化diff工具对其进行比较：http://tortoisesvn.net/     
csvcsvexcelexcel两个差异差异文件显示显示比较比较比较