python3.4.3下逐行讀入txt文本并去重的方法
讀寫文件時應(yīng)注意的問題包括：
1.字符編碼
2.操作完成即時關(guān)閉文件描述符
3.代碼兼容性
幾種方法：
#!/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+") # 返回一個文件對象
line = f.readline() # 調(diào)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() #讀取全部內(nèi)容 ，并以列表方式返回
for i in original_list3: #遍歷去重
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()
結(jié)果：
去重前：
去重后（無序）：
去重后（有序）：
總結(jié)
這段下程序涉及文件讀寫操作以及鏈表List的操作，文章開頭提到的幾個問題，由于并沒有使用中文，所以不關(guān)心編碼，但這里還是要提一提:
f = open("test.txt"，"w")
f.write(u"你好")
上面這段代碼如果在python2中運(yùn)行會報錯
報錯是因為程序沒辦法直接保存unicode字符串，要經(jīng)過編碼轉(zhuǎn)換成str類型的二進(jìn)制字節(jié)序列才可以保存。
write（）方法會自動編碼轉(zhuǎn)換，默認(rèn)使用ascii編碼格式，而ascii不能處理中文，所以出現(xiàn)UnicodeEncodeError。
正確方式是在調(diào)用write（）方法前，手動格式轉(zhuǎn)換，用utf-8或者gbk轉(zhuǎn)換成str。
f = open("test.txt"，"w")
text=u"你好"
text=text.encode(encoding='utf-8')
f.write(text)
關(guān)于close()問題:
不關(guān)閉會有什么影響呢？操作完成后，不關(guān)閉文件，會對系統(tǒng)資源造成浪費(fèi)，因為系統(tǒng)可打開的文件描述符數(shù)量是有限的。Linux是65535。
一般來說close之后就OK了，但是也會存在特殊情況，比如說，在調(diào)用open（）函數(shù)時就已經(jīng)發(fā)生錯誤，權(quán)限不足，調(diào)用close（）肯定報錯。還有一種是在write（）時，如果磁盤空間不足，報錯，close（）就沒有機(jī)會執(zhí)行了。正確的做法就是使用 try except 對異常進(jìn)行捕獲：
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()
更優(yōu)雅的寫法是用 with…as。
with open("test.txt"，"w") as f:
text=u"你好"
f.write(text.encode(encoding='utf-8'))
文件對象實現(xiàn)上下午管理器協(xié)議，程序進(jìn)入with語句時，會把文件對象賦值給變量f，在程序退出with時會自動的調(diào)用close()方法。
關(guān)于兼容性問題:
python2和python3的open（）函數(shù)是不一樣的，后者可以在函數(shù)中指定字符編碼格式。
如何解決python2和python3的兼容open（）問題呢？
使用io模塊下的open（）函數(shù)，python2中的io.open等價與python3的open函數(shù)
from io import open
with open("test.txt"，"w",encoding='utf-8') as f:
f.write(u"你好")
以上這篇python3.4.3下逐行讀入txt文本并去重的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了python創(chuàng)建生成器以及訪問的方法詳解,與列表一次性地將數(shù)據(jù)全都加載到內(nèi)存不同的是,生成器使用推斷加載數(shù)據(jù),每次只推斷出一個對象,在數(shù)據(jù)量比較大時,可以節(jié)省內(nèi)存,需要的朋友可以參考下2023-11-11
淺談python print(xx, flush = True) 全網(wǎng)最清晰的解釋
python函數(shù)和python匿名函數(shù)lambda詳解
python 基本數(shù)據(jù)類型占用內(nèi)存空間大小的實例
Python實現(xiàn)的密碼強(qiáng)度檢測器示例
Python通過調(diào)用有道翻譯api實現(xiàn)翻譯功能示例