Python做文本按行去重的实现方法
文本：
每行在promotion后面包含一些数字，如果这些数字是相同的，则认为是相同的行，对于相同的行，只保留一行。
思路：
根据字典和字符串切割。
建立一个空字典。
读入文本，并对每行切割前半部分，在读入文本的过程中循环在这个字典中查找，如果没找到，则写入该行到字典。否则，则表示该行已经被写入过字典了（即出现重复的行了），不再写入字典，这就实现了对于重复的行只保留一行的目的。
文本如下:
/promotion/232utm_source /promotion/237LandingPage/borrowExtend/?; /promotion/25113LandingPage/mhd /promotion/25113LandingPage/mhd /promotion/25199com/LandingPage /promotion/254LandingPage/mhd/mhd4/?; /promotion/259LandingPage/ydy/?; /promotion/25113LandingPage/mhd /promotion/25199com/LandingPage /promotion/25199com/LandingPage
程序如下:
line_dict_uniq=dict()
withopen('1.txt','r')asfd:
forlineinfd:
key=line.split('')[0]
ifkeynotinline_dict_uniq.values():
line_dict_uniq[key]=line
else:
continue
printline_dict_uniq
printlen(line_dict_uniq)
#这里是打印了不重复的行（重复的只打印一次），实际再把这个结果写入文件就可以了，
#就不写这段写入文件的代码了
上面这个程序执行效率比较低，改成如下会提高一些:
line_dict_uniq=dict()
withopen('1.txt','r')asfd:
forlineinfd:
key=line.split('')[0]
ifkeynotinline_dict_uniq.keys():
line_dict_uniq[key]=line
else:
continue
printline_dict_uniq
printlen(line_dict_uniq)
继续补充一个函数
#-*-coding:utf-8-*-
'''
只使用与较小的文件，比较大的文件运行时间长
'''
defquchong(infile,outfile):
infopen=open(infile,'r',encoding='utf-8')
outopen=open(outfile,'w',encoding='utf-8')
lines=infopen.readlines()
list_1=[]
forlineinlines:
iflinenotinlist_1:
list_1.append(line)
outopen.write(line)
infopen.close()
outopen.close()
quchong("源文件路径","目标文件路径")
以上所述是小编给大家介绍的Python做文本按行去重，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！