时间:2021-07-01 10:21:17 帮助过:68人阅读
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/232 utm_source
- /promotion/237 LandingPage/borrowExtend/? ;
- /promotion/25113 LandingPage/mhd
- /promotion/25113 LandingPage/mhd
- /promotion/25199 com/LandingPage
- /promotion/254 LandingPage/mhd/mhd4/? ;
- /promotion/259 LandingPage/ydy/? ;
- /promotion/25113 LandingPage/mhd
- /promotion/25199 com/LandingPage
- /promotion/25199 com/LandingPage
程序如下:
- line_dict_uniq = dict()
- with open('1.txt','r') as fd:
- for line in fd:
- key = line.split(' ')[0]
- if key not in line_dict_uniq.values():
- line_dict_uniq[key] = line
- else:
- continue
- print line_dict_uniq
- print len(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()
- with open('1.txt','r') as fd:
- for line in fd:
- key = line.split(' ')[0]
- if key not in line_dict_uniq.keys():
- line_dict_uniq[key] = line
- else:
- continue
- print line_dict_uniq
- print len(line_dict_uniq)
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脚本之家网站的支持!