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
将Django使用的数据库从MySQL迁移到PostgreSQL的教程
Apr 11 Python
python实现在sqlite动态创建表的方法
May 08 Python
Jupyter安装nbextensions,启动提示没有nbextensions库
Apr 23 Python
Python调用C++,通过Pybind11制作Python接口
Oct 16 Python
python监控nginx端口和进程状态
Sep 06 Python
django自带的权限管理Permission用法说明
May 13 Python
解决pycharm导入本地py文件时,模块下方出现红色波浪线的问题
Jun 01 Python
python实现猜拳游戏项目
Nov 30 Python
如何用 Python 处理不平衡数据集
Jan 04 Python
python3 删除所有自定义变量的操作
Apr 08 Python
python3 hdf5文件 遍历代码
May 19 Python
python在package下继续嵌套一个package
Apr 14 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
ThinkPHP验证码和分页实例教程
2014/08/22 PHP
yii2.0整合阿里云oss删除单个文件的方法
2017/09/19 PHP
使用SMB共享来绕过php远程文件包含的限制执行RFI的利用
2019/05/31 PHP
Jquery调用webService远程访问出错的解决方法
2010/05/21 Javascript
js获取或设置当前窗口url参数的小例子
2013/10/14 Javascript
jQuery过滤特殊字符及JS字符串转为数字
2016/05/26 Javascript
javascript标准库(js的标准内置对象)总结
2018/05/26 Javascript
详解微信小程序开发用户授权登陆
2019/04/24 Javascript
Vue-cli3简单使用(图文步骤)
2019/04/30 Javascript
vue.js表单验证插件(vee-validate)的使用教程详解
2019/05/23 Javascript
JavaScript面向对象中接口实现方法详解
2019/07/24 Javascript
Vue.js中的高级面试题及答案
2020/01/13 Javascript
[06:04]DOTA2国际邀请赛纪录片:Just For LGD
2013/08/11 DOTA
[02:40]DOTA2殁境神蚀者 英雄基础教程
2013/11/26 DOTA
[01:05:40]VG vs Newbee 2018国际邀请赛小组赛BO2 第二场 8.17
2018/08/20 DOTA
python 算法 排序实现快速排序
2012/06/05 Python
python里使用正则的findall函数的实例详解
2017/10/19 Python
Anaconda2下实现Python2.7和Python3.5的共存方法
2018/06/11 Python
python实现文字版扫雷
2020/04/24 Python
python利用platform模块获取系统信息
2020/10/09 Python
Python读写Excel表格的方法
2021/03/02 Python
国际知名设计师时装商店:Coggles
2016/09/05 全球购物
介绍一下SOA和SOA的基本特征
2016/02/24 面试题
思想汇报范文
2013/11/04 职场文书
质检员岗位职责
2013/12/17 职场文书
合伙购房协议样本
2014/10/06 职场文书
学习三严三实心得体会
2014/10/13 职场文书
党员检讨书
2014/10/13 职场文书
经验交流材料格式
2014/12/30 职场文书
2015年社区居委会工作总结
2015/05/18 职场文书
班主任工作总结范文
2015/08/13 职场文书
2015年度个人工作总结报告
2015/10/24 职场文书
小学生组织委员竞选稿
2015/11/21 职场文书
2016应届毕业生自荐信范文
2016/01/28 职场文书
2019入党申请书格式和范文
2019/06/25 职场文书
Python离线安装openpyxl模块的步骤
2021/03/30 Python