文本：

每行在promotion后面包含一些數字，如果這些數字是相同的，則認為是相同的行，對于相同的行，只保留一行。

思路：

根據字典和字符串切割。

建立一個空字典。

讀入文本，并對每行切割前半部分，在讀入文本的過程中循環在這個字典中查找，如果沒找到，則寫入該行到字典。否則，則表示該行已經被寫入過字典了（即出現重復的行了），不再寫入字典，這就實現了對于重復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)

# 這里是打印了不重復的行（重復的只打印一次），實際再把這個結果寫入文件就可以了，

# 就不寫這段寫入文件的代碼了

上面這個程序執行效率比較低，改成如下會提高一些:

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)

繼續補充一個函數

# -*- coding: utf-8 -*-

'''

只使用與較小的文件，比較大的文件運行時間長

'''

def quchong(infile,outfile):

infopen = open(infile,'r',encoding='utf-8')

outopen = open(outfile,'w',encoding='utf-8')

lines = infopen.readlines()

list_1 = []

for line in lines:

if line not in list_1:

list_1.append(line)

outopen.write(line)

infopen.close()

outopen.close()

quchong("源文件路徑","目標文件路徑")

以上所述是小編給大家介紹的Python做文本按行去重，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對我們網站的支持！

本文標題: Python做文本按行去重的實現方法

本文地址: http://www.cppcns.com/jiaoben/python/166891.html

總結

以上是生活随笔為你收集整理的python文本去重_Python做文本按行去重的实现方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。