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=[" "]
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萬仟网。
希望与广大网友互动??
点此进行留言吧!
python文本去重函数_python3.4.3下逐行读入txt文本并去重的方法相关推荐
- 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=[" "] or ...
- python目录操作函数_Python3目录操作
Python3 目录操作 常见的目录操作: 显示当前目录 切换目录 新建.删除目录.移动.复制 显示目录内容 判断目录.文件是否存在 目录操作常用的函数如下: os.listdir() # 列出目录下 ...
- python读取txt文件每一行_Python3基础 file for+list 读取txt文本 并 一行一行的输出(低效率)...
Python : 3.7.0 OS : Ubuntu 18.04.1 LTS IDE : PyCharm 2018.2.4 Conda : 4.5.11 typesetting : Markdown ...
- python中mktime函数_Python3 time mktime()方法
Python3 time mktime()方法 描述 Python time mktime() 函数执行与gmtime(), localtime()相反的操作,它接收struct_time对象作为参数 ...
- python中exp函数_Python3中exp()函数用法分析
python中虚数函数exp怎么表示 复数由实数部分和虚数部分构成,可以用a + bj,或者complex(a,b)表示, 复数的实部a和虚部b都是浮点型 虚数函数exp用math是不行的要用cmat ...
- python tkinter insert函数_Python3 tkinter基础 Entry insert delete 点击按钮 向输入框赋值 或 清空...
? ???????Python : 3.7.0 ?????????OS : Ubuntu 18.04.1 LTS ????????IDE : PyCharm 2018.2.4 ??????Conda ...
- python的reader函数读取的信息包括抬头嘛_Python读取数据文件的方法
要进行数据分析的前提就是要获取数据和导入数据,获取数据的方法有很多,这个不是我们要讲的这个系列的内容,在以后在说. 我们现在先来学习读取导入数据的方法. Python可以读取的数据文件格式有:文本文件 ...
- 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 ...
最新文章
- 区块链核心技术:委任权益证明算法DPoS
- python读取excel送到网页_python+selenium excel中文读取填充到网页
- 网站导航颜色停留_做好这几点是建设营销型网站的关键
- a类论文 计算机视觉,【科研新进展】(21)我校教师首次在计算机视觉领域A类会议上发表论文...
- each函数循环数据表示列举,列举循环的时候添加dom的方法
- [转载] JAVA面试题大全(part_1)
- mysql数据库集群架构图_搭建MySQL-Cluster集群架构
- Javascript原型理解图
- Pycharm中SQL语句提示SQL Dialect is Not Configured
- 相关矩阵可视化 – corrplot() 绘图
- TMS570-4-RTI_DWD看门狗
- 2021牛客多校6 I Intervals on the Ring
- 基于 HTML5 + WebGL 的太阳系 3D 可视化系统
- Python爬虫-豆瓣电影排行榜TOP250
- 从MSDN我告诉你下载镜像
- Linux终端欢迎界面
- 华为P9黑屏的解决方案-更换屏幕
- CAD特性窗口,快捷特性窗口等不显示图形类型问题
- 在Android项目上集成Google语音(不使用手机自带引擎)
- sql查询今天,近七天,近一个月,近一年的数量统计
热门文章
- 使用 ExecuteMultiple 提高批量数据加载的性能
- Solarized ----vim配色方案
- Python Interview Question and Answers
- NCBI SRA数据预处理
- 承博士:让云计算落地生根的中国云计算平台
- 162. Find Peak Element
- [dp]leetcode 746. Min Cost Climbing Stairs
- LinkedList专题3
- [剑指offer]面试题第[3]题[JAVA][从尾到头打印链表][栈]
- python解压加密zip文件_Python:解压缩前检测一个zip文件否为加密,两种算法。