python逐行读取字符串_python3.4.3下逐行读入txt文本并去重的方法
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:
#!/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:
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。
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:
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。
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
from io import open
with open("test.txt","w",encoding='utf-8') as f:
f.write(u"你好")
以上这篇python3.4.3下逐行读入txt文本并去重的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
本文标题: python3.4.3下逐行读入txt文本并去重的方法
本文地址: http://www.cppcns.com/jiaoben/python/226663.html
python逐行读取字符串_python3.4.3下逐行读入txt文本并去重的方法相关推荐
- python文本去重函数_python3.4.3下逐行读入txt文本并去重的方法
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: #!/bin/python3 original_list1=[" "] or ...
- python 逐行读取文件_Python fileinput模块:逐行读取多个文件
前面章节中,我们学会了使用 open() 和 read()(或者 readline().readlines() )组合,来读取单个文件中的数据.但在某些场景中,可能需要读取多个文件的数据,这种情况下, ...
- python复制指定字符串_python3.4学习笔记(十五) 字符串操作(string替换、删除、截取、复制、连接、比较、查找、包含、大小写转换、分割等)...
python3.4学习笔记(十五) 字符串操作(string替换.删除.截取.复制.连接.比较.查找.包含.大小写转换.分割等) python print 不换行(在后面加上,end=''),prin ...
- python os读取文件名_Python3基础 os.path.splitext 处理文件名,得到文件名+扩展名
Python : 3.7.0 OS : Ubuntu 18.04.1 LTS IDE : PyCharm 2018.2.4 Conda : 4.5.11 typesetting : Markdown ...
- python自动读取excel文件邮箱列表,自动批量发送邮件项目(附使用方法+代码)
python自动发送邮件项目 项目简介 使用方法 项目结构 完整项目代码 结语 项目简介 该项目功能是利用python自动读取excel文件中的邮箱列表,并批量发送邮件到目标邮箱,进行客户挖掘的.该项 ...
- python怎么输入两行_python交互模式下输入换行/输入多行命令的方法
先给大家介绍下python交互模式下输入换行/输入多行命令的方法 换行方法 \ 如: >>> print 'aaa'; \ ... print 'bbb'; \ ... print ...
- python驱动级模拟按键_Python实现windows下模拟按键和鼠标点击的方法
本文实例讲述了Python实现windows下模拟按键和鼠标点击的方法.分享给大家供大家参考.具体如下: 这段代码可以模拟在窗口上按下按键.鼠标左键点击.鼠标右键点击.鼠标双击等等 # # _*_ c ...
- python去重复字符串_python3取出重复3次的字符串保存为3列
python3 取出重复 3 次的字符串保存为 3 列 .py python-IIS7.5-web.config-rewrite 规则转 .ht , 读取配置文件对比文件 MD5.py , 读取文件 ...
- Python 批量读取多个文件夹下的图片
对不同文件夹下的特定图片进行处理 import cv2 import ospath = "F:\pycharm project\de\su" # path必须是英文 for fil ...
最新文章
- log4j2.xml 的标签 loggers 中 root 的属性 level 指的是什么
- Ovum观察:运营商通信PaaS发展趋势强劲
- 欲善其事,先利其器 | IDCF第6期DevOps案例研究回顾(附视频)
- kali mysql停止服务器_MySQL 的主从复制(高级篇)
- android蓝牙4.0使用方法
- 海量大数据大屏分析展示一步到位:DataWorks数据服务对接DataV最佳实践 1
- Java面试之锁-自旋锁
- vue assets图片_Vue实战—如何细化Vue项目目录设计(2)
- .NET软件授权管理解决方案Eziriz .NET IntelliLock
- caffe中pad的作用
- 基于稀疏表示字典学习的图像超分辨率-杨建超论文解析
- C#WinForm开发笔记——基本控件(一)
- 联想官方 intel 8系列安装xp系统注意事项及驱动下载(H81,b85,q87)
- MATLAB过期破解方法
- 常用的浏览器及其内核
- excel游戏_Excel集中游戏
- android流行ui设计,30款美丽的App UI设计作品
- 前后端分离-CRUD
- 阿里文学 php,唐家三少质问阿里文学:骂我可以忍为何辱我亡妻
- 计算机里的游戏怎么输入,如何输入对号(对号怎么打?电脑上和手机分别怎么打?)...
热门文章
- C#中Marshal 类的内存操作的一般功能概述
- 关于Visual Studio 当前不会命中断点.还没有为该文档加载任何符号的解决方法
- MFC中OnTimer函数的使用方法
- 使用OC语言批量修改文件名称
- php mysql 无法查询中文名字_PHP连接MySQL查询中文时显示Notice: Trying to get property of non-object...
- make_shared和shared_ptr的区别
- cobar mysql cluster_Cobar使用文档(可用作MySQL大型集群解决方案)
- linux查询所建文件夹,linux中的文件和文件夹的新建、查询、删除
- oracle个人版初始密码,不知道普通用户密码,只知道sys用户密码,不修改普通用户密码,即可登录...
- 前端程序员能力不足?表现在哪几点,你需要加强的地方!