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
python 文件和路径操作函数小结
Nov 23 Python
Python切换pip安装源的方法详解
Nov 18 Python
python TCP Socket的粘包和分包的处理详解
Feb 09 Python
深入浅析Python2.x和3.x版本的主要区别
Nov 30 Python
Python WEB应用部署的实现方法
Jan 02 Python
Python对接支付宝支付自实现功能
Oct 10 Python
Python使用Opencv实现图像特征检测与匹配的方法
Oct 30 Python
python的等深分箱实例
Nov 22 Python
如何利用pygame实现简单的五子棋游戏
Dec 29 Python
Python变量及数据类型用法原理汇总
Aug 06 Python
Python数据类型最全知识总结
May 31 Python
Python中 range | np.arange | np.linspace三者的区别
Mar 22 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
php中获取指定IP的物理地址的代码(正则表达式)
2011/06/23 PHP
解析PHP中一些可能会被忽略的问题
2013/06/21 PHP
php中通过数组进行高效随机抽取指定条记录的算法
2013/09/09 PHP
php实现发送微信模板消息的方法
2015/03/07 PHP
JavaScript 调试器简介
2009/02/21 Javascript
jQuery获得IE版本不准确webbrowser的解决方法
2014/02/23 Javascript
JavaScript onkeydown事件入门实例(键盘某个按键被按下)
2014/10/17 Javascript
JQuery日历插件My97DatePicker日期范围限制
2016/01/20 Javascript
分享一个原生的JavaScript拖动方法
2016/09/25 Javascript
手机端转换rem适应
2017/04/01 Javascript
详解vue的数据binding绑定原理
2017/04/12 Javascript
js链表操作(实例讲解)
2017/08/29 Javascript
在 Angular中 使用 Lodash 的方法
2018/02/11 Javascript
vue基于element-ui的三级CheckBox复选框功能的实现代码
2018/10/15 Javascript
基于vue框架手写一个notify插件实现通知功能的方法
2019/03/31 Javascript
JavaScript实现答题评分功能页面
2020/06/24 Javascript
js实现随机点名器精简版
2020/06/29 Javascript
[02:07]DOTA2新英雄展现中国元素,完美“圣典”亮相央视
2016/12/19 DOTA
[57:22]2018DOTA2亚洲邀请赛 4.7总决赛 LGD vs Mineski 第五场
2018/04/10 DOTA
[05:26]TI10典藏宝瓶套装外观展示
2020/07/03 DOTA
python 多线程应用介绍
2012/12/19 Python
python处理文本文件实现生成指定格式文件的方法
2014/07/31 Python
python数据类型判断type与isinstance的区别实例解析
2017/10/31 Python
Python实现邮件的批量发送的示例代码
2018/01/23 Python
用python与文件进行交互的方法
2018/03/01 Python
浅析Python装饰器以及装饰器模式
2018/05/28 Python
Python爬虫之正则表达式基本用法实例分析
2018/08/08 Python
在Pycharm中执行scrapy命令的方法
2019/01/16 Python
pytorch实现用Resnet提取特征并保存为txt文件的方法
2019/08/20 Python
Python 实现自动登录+点击+滑动验证功能
2020/06/10 Python
python获取整个网页源码的方法
2020/08/03 Python
Python的信号库Blinker用法详解
2020/12/31 Python
CSS3的RGBA中关于整数和百分比值的转换
2015/08/04 HTML / CSS
GLAMGLOW格莱魅美国官网:美国知名的面膜品牌
2016/12/31 全球购物
GetYourGuide台湾:预订旅游活动、景点和旅游项目
2019/06/10 全球购物
个人应聘自我评价分享
2013/11/18 职场文书