python 高效去重复 支持GB级别大文件的示例代码


Posted in Python onNovember 08, 2018

如下所示:

#coding=utf-8
 
import sys, re, os
 
def getDictList(dict):
  regx = '''[\w\~`\!\@\#\$\%\^\&\*\(\)\_\-\+\=\[\]\{\}\:\;\,\.\/\<\>\?]+'''
  with open(dict) as f:
    data = f.read()
    return re.findall(regx, data)
 
def rmdp(dictList):
  return list(set(dictList))
 
def fileSave(dictRmdp, out):
  with open(out, 'a') as f:
    for line in dictRmdp:
      f.write(line + '\n')
 
def main():
  try:
    dict = sys.argv[1].strip()
    out = sys.argv[2].strip()
  except Exception, e:
    print 'error:', e
    me = os.path.basename(__file__)
    print 'usage: %s <input> <output>' %me
    print 'example: %s dict.txt dict_rmdp.txt' %me
    exit()
 
  dictList = getDictList(dict)
  dictRmdp = rmdp(dictList)
  fileSave(dictRmdp, out)
   
if __name__ == '__main__':
  main()

以上这篇python 高效去重复 支持GB级别大文件的示例代码就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
在Python下进行UDP网络编程的教程
Apr 29 Python
Python函数式编程指南(三):迭代器详解
Jun 24 Python
Python使用Srapy框架爬虫模拟登陆并抓取知乎内容
Jul 02 Python
django中的setting最佳配置小结
Nov 21 Python
Python用sndhdr模块识别音频格式详解
Jan 11 Python
Python使用matplotlib实现绘制自定义图形功能示例
Jan 18 Python
基于DataFrame改变列类型的方法
Jul 25 Python
Python实现购物评论文本情感分析操作【基于中文文本挖掘库snownlp】
Aug 07 Python
Python实现某论坛自动签到功能
Aug 20 Python
自学python用什么系统好
Jun 23 Python
解决Python paramiko 模块远程执行ssh 命令 nohup 不生效的问题
Jul 14 Python
一小时学会TensorFlow2之基本操作2实例代码
Sep 04 Python
python消除序列的重复值并保持顺序不变的实例
Nov 08 #Python
Django中的forms组件实例详解
Nov 08 #Python
python微元法计算函数曲线长度的方法
Nov 08 #Python
python实现简单的单变量线性回归方法
Nov 08 #Python
python/sympy求解矩阵方程的方法
Nov 08 #Python
python生成lmdb格式的文件实例
Nov 08 #Python
python实现嵌套列表平铺的两种方法
Nov 08 #Python
You might like
轻松实现php文件上传功能
2017/02/17 PHP
ThinkPHP实现生成和校验验证码功能
2017/04/28 PHP
PHP使用反向Ajax技术实现在线客服系统详解
2019/07/01 PHP
PHP使用PDO实现mysql防注入功能详解
2019/12/20 PHP
javascript Base类 包含基本的方法
2009/07/22 Javascript
基于jsTree的无限级树JSON数据的转换代码
2010/07/27 Javascript
关于document.cookie的使用javascript
2010/10/29 Javascript
jQuery.get、jQuery.getJSON、jQuery.post无法返回JSON问题的解决方法
2011/07/28 Javascript
JQuery文字列表向上滚动的代码
2013/11/13 Javascript
JS验证邮箱格式是否正确的代码
2013/12/05 Javascript
jquery attr方法获取input的checked属性问题
2014/05/26 Javascript
jquery+css3打造一款ajax分页插件(自写)
2014/06/18 Javascript
JavaScript控制table某列不显示的方法
2015/03/16 Javascript
js实现纯前端的图片预览
2016/04/27 Javascript
JavaScript学习笔记整理_简单实现枚举类型,扑克牌应用
2016/09/19 Javascript
JS中用三种方式实现导航菜单中的二级下拉菜单
2016/10/31 Javascript
js实现兼容PC端和移动端滑块拖动选择数字效果
2017/02/16 Javascript
jackson解析json字符串,首字母大写会自动转为小写的方法
2017/12/22 Javascript
利用原生的JavaScript实现简单拼图游戏
2018/11/18 Javascript
python下如何查询CS反恐精英的服务器信息
2017/01/17 Python
谈谈python中GUI的选择
2018/03/01 Python
查看django执行的sql语句及消耗时间的两种方法
2018/05/29 Python
记一次python 内存泄漏问题及解决过程
2018/11/29 Python
django 读取图片到页面实例
2020/03/27 Python
Jupyter Notebook 文件默认目录的查看以及更改步骤
2020/04/14 Python
关于Kotlin中SAM转换的那些事
2020/09/15 Python
Myprotein亚太地区:欧洲第一在线运动营养品牌
2020/12/20 全球购物
师范生教师实习自我鉴定
2013/09/27 职场文书
大二学生学习个人自我评价
2014/01/19 职场文书
关爱老人标语
2014/06/21 职场文书
说谎欺骗人检讨书300字
2014/11/18 职场文书
节水宣传标语口号
2015/12/26 职场文书
《这片土地是神圣的》教学反思
2016/02/16 职场文书
创业计划书之孕婴生活馆
2019/11/11 职场文书
MySQL中dd::columns表结构转table过程及应用详解
2022/09/23 MySQL
前端框架ECharts dataset对数据可视化的高级管理
2022/12/24 Javascript