meilleur algorithme de correspondance en python

Question

Quelle devrait être l'implémentation optimale pour une meilleure correspondance en python.

J'ai un fichier txt qui a des codes de pays mappés par ex.

CODES NOM

123 ABC

1234 DEF

1235 GHI

124 JKL

1241 MNO

Ce fichier txt est grand (13500 dossiers) I Je mets juste un échantillon. En outre, j'ai quelques fichiers CDR où j'obtiens le code de pays (numérique) dans chaque enregistrement (ligne) que je veux convertir en nom de pays. Par exemple, si l'enregistrement CDR contient le code de pays "1234", le nom de pays serait "DEF", s'il est "1235", le nom du pays serait "GHI" mais si le pays le code est "1236" alors la correspondance parfaite échoue et il devrait revenir à "ABC" puisque "123" est disponible.

Je ne sais pas s'il existe un nom standard pour cette recherche. comme la recherche gourmande dans les expressions régulières.

Quelle peut être la meilleure implémentation pour cette recherche aimable, puisque les fichiers CDR sont vraiment gros (jusqu'à 25GB).

Answer 1

Les dictionnaires sont le moyen le plus simple d'implémenter ceci. Voir ci-dessous la solution:

1. Convertir

123 ABC

1234 DEF

1235 GHI

124 JKL

1241 MNO

à {1241: 'MNO', 1234: 'DEF', 123: 'ABC', 124: 'JKL', 1235: 'GHI'}

2. Lire fichier CDR avec les codes du pays, puis chercher dans le dictionnaire
3. si le code n'est pas trouvé, supprimer la place de l'unité et rechercher à nouveau.
4. Pas encore implantées- print « Aucun résultat trouvé »

est Ci-dessous le code de la excursionnistes

country_name = {} 
with open('U:\countrynames.csv','r') as f: 
    for line in f: 
     linesplit = line.split() 
     country_name[int(linesplit[0])] = linesplit[1] 

with open('U:\countrycodesCDR.csv','r') as f: 
    for line in f: 
     country_code = int(line.strip()) 
     while country_code != 0: 
      if country_code in country_name: 
       print country_name[country_code] 
       break 
      else: 
       country_code /=10 

     else: 
      print 'No match found'