python3.4.3下逐行读入txt文本并去重的方法


本文摘自php中文网,作者不言,侵删。

这篇文章主要介绍了关于python3.4.3下逐行读入txt文本并去重的方法,有着一定的参考价值,现在分享给大家,有需要的朋友可以参考一下

读写文件时应注意的问题包括:

1.字符编码

2.操作完成即时关闭文件描述符

3.代码兼容性

几种方法:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

#!/bin/python3

original_list1=[" "]

original_list2=[" "]

original_list3=[" "]

original_list4=[" "]

newlist1=[" "]

newlist2=[" "]

newlist3=[" "]

newlist4=[" "]

newtxt1=""

newtxt2=""

newtxt3=""

newtxt4=""

#first way to readline

f = open("duplicate_txt.txt","r+")    # 返回一个文件对象 

line = f.readline()           # 调用文件的 readline()方法

while line: 

  original_list1.append(line)         

  line = f.readline() 

f.close()

#use "set()" remove duplicate str in the list

# in this way,list will sort randomly

newlist1 = list(set(original_list1))

#newlist1 = {}.fromkeys(original_list1).keys() #faster

#rebuild a new txt

newtxt1="".join(newlist1)

f1 = open("noduplicate1.txt","w")

f1.write(newtxt1)

f1.close()

###################################################################

#second way to readline

for line in open("duplicate_txt.txt","r+"): 

  original_list2.append(line)

newlist2 = list(set(original_list2))

newlist2.sort(key=original_list2.index)         #sort

#newlist2 = sorted(set(original_list2),key=l1.index)  #other way

newtxt2="".join(newlist2)

f2 = open("noduplicate2.txt","w")

f2.write(newtxt2)

f2.close()

###################################################################

#third way to readline

f3 = open("duplicate_txt.txt","r"

original_list3 = f3.readlines()       #读取全部内容 ,并以列表方式返回

for i in original_list3:          #遍历去重

  if not i in newlist3:

      newlist3.append(i)

newtxt3="".join(newlist3)

f4 = open("noduplicate3.txt","w")

f4.write(newtxt3)

f4.close()

###################################################################

#fourth way

f5 = open('duplicate_txt.txt',"r+")

try:

  original_list4 = f5.readlines()

  [newlist4.append(i) for i in original_list4 if not i in newlist4]

  newtxt4="".join(newlist4)

  f6 = open("noduplicate4.txt","w")

  f6.write(newtxt4)

  f6.close()

finally:

  f5.close()

结果:

去重前:

去重后(无序):

去重后(有序):

总结

这段下程序涉及文件读写操作以及链表List的操作,文章开头提到的几个问题,由于并没有使用中文,所以不关心编码,但这里还是要提一提:

1

2

f = open("test.txt""w")

f.write(u"你好")

上面这段代码如果在python2中运行会报错

报错是因为程序没办法直接保存unicode字符串,要经过编码转换成str类型的二进制字节序列才可以保存。

write()方法会自动编码转换,默认使用ascii编码格式,而ascii不能处理中文,所以出现UnicodeEncodeError。

正确方式是在调用write()方法前,手动格式转换,用utf-8或者gbk转换成str。

1

2

3

4

f = open("test.txt""w")

text=u"你好"

text=text.encode(encoding='utf-8')

f.write(text)

关于close()问题:

不关闭会有什么影响呢?操作完成后,不关闭文件,会对系统资源造成浪费,因为系统可打开的文件描述符数量是有限的。Linux是65535。

一般来说close之后就OK了,但是也会存在特殊情况,比如说,在调用open()函数时就已经发生错误,权限不足,调用close()肯定报错。还有一种是在write()时,如果磁盘空间不足,报错,close()就没有机会执行了。正确的做法就是使用 try except 对异常进行捕获:

1

2

3

4

5

6

7

8

9

f = open("test.txt""w")

try:

  text=u"你好"

  text=text.encode(encoding='utf-8')

  f.write(text)

except: IOError as e:

  print("oops,%s"%e.args[0])

finally:

  f.close()

更优雅的写法是用 with…as。

1

2

3

with open("test.txt""w") as f:

  text=u"你好"

  f.write(text.encode(encoding='utf-8'))

文件对象实现上下午管理器协议,程序进入with语句时,会把文件对象赋值给变量f,在程序退出with时会自动的调用close()方法。

关于兼容性问题:

python2和python3的open()函数是不一样的,后者可以在函数中指定字符编码格式。

如何解决python2和python3的兼容open()问题呢?

使用io模块下的open()函数,python2中的io.open等价与python3的open函数

1

2

3

from io import open

with open("test.txt""w",encoding='utf-8') as f:

  f.write(u"你好")

相关推荐:

python下解压缩zip文件并删除文件的实例_python


以上就是python3.4.3下逐行读入txt文本并去重的方法的详细内容,更多文章请关注木庄网络博客!!

相关阅读 >>

零基础学Python需要多久

Python拿什么和java比

安装Python后如何通过Python打开网页

当前时间如何获取?Python中获取当前时间实例教程

Python更便捷-简介Python常用的标准库与介绍

基于类的视图简介

Python绘制五角星

Python第三方库怎么用

Python实现找出序列中出现次数最多的元素

Python怎么用time模块监控程序运行时间

更多相关阅读请进入《Python》频道 >>




打赏

取消

感谢您的支持,我会继续努力的!

扫码支持
扫码打赏,您说多少就多少

打开支付宝扫一扫,即可进行扫码打赏哦

分享从这里开始,精彩与您同在

评论

管理员已关闭评论功能...