txt文档里筛选出重复数据,并保存到新的txt文档

txt文档里筛选出重复数据,并保存到新的txt文档



input_file = r'D:\pythonXangmu\quchong\input_file.txt' #原始文档
#output_file = 'output.txt'#重复内容记录文档
output_file = r'D:\pythonXangmu\quchong\output.txt'#绝对路径,解决报错找不到文件或文件夹
with open(input_file, 'r', encoding='utf-8') as file:
    content = file.readlines()
print('content',content)
unique_lines = set()#存储唯一的行数据,是列表
duplicate_lines = []#存储重复的行,是列表

#筛选出每行重复数据
for line in content:
    if line in unique_lines:
        duplicate_lines.append(line)
    else:
        unique_lines.add(line)
        

with open(output_file, 'w', encoding='utf-8') as file:
    for line in duplicate_lines:
        file.write(line)
    for line2 in   duplicate_lines:
        line2 =line2
        print('line2',line2)
print('unique_lines',unique_lines)
print('duplicate_lines',duplicate_lines)

打印:
content [‘1200001\n’, ‘1233331\n’, ‘1244441\n’, ‘0000121\n’, ‘1200001\n’, ‘1233331\n’, ‘1233331\n’]
line2 1200001

line2 1233331

line2 1233331

unique_lines {‘1233331\n’, ‘1244441\n’, ‘0000121\n’, ‘1200001\n’}
duplicate_lines [‘1200001\n’, ‘1233331\n’, ‘1233331\n’]

input_file.txt
在这里插入图片描述
output.txt
在这里插入图片描述

最近更新

  1. TCP协议是安全的吗?

    2024-01-09 08:42:01       18 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-01-09 08:42:01       19 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-01-09 08:42:01       18 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-01-09 08:42:01       20 阅读

热门阅读

  1. 131. 分割回文串

    2024-01-09 08:42:01       39 阅读
  2. uniapp上传文件时用到的api是什么?格式是什么?

    2024-01-09 08:42:01       34 阅读
  3. 12.8-1.8

    12.8-1.8

    2024-01-09 08:42:01      36 阅读
  4. 【C++】C++的类型转换

    2024-01-09 08:42:01       33 阅读
  5. 【Python】dbf批量转为excel(非arcpy和arcpy转法)

    2024-01-09 08:42:01       36 阅读
  6. 23111 IO进程线程 day6

    2024-01-09 08:42:01       36 阅读
  7. 阿里云git clone超时报错解决方法

    2024-01-09 08:42:01       47 阅读