在使用python的元素去重时,可以直接使用python的set()函数对字符串或者列表去重,但是set()对列表去重是将列表的每个元素当作整体进行去重,如果我们想根据列表元素的部分进行去重,set方法就不适用了。
举个例子,列表含有四个元素,目的是根据"–“左边的元素进行去重,保证”–“左边的元素唯一,右边只需要任意一个字符串对应左边元素的即可。
11—as
12–sa
12–qw
11–sa
使用set()去重仍将得到四个元素,我们使用python的字典作为辅助工具来操作:
建立一个空字典,遍历list,将”–“左边的元素为key,如果在字典的keys()中没有找到,就将”–"右边的元素作为value写入字典,最终还有两个元素:
11–as
12–sa
实际操作一下,这个txt文件中,"–"左边为MD5值,右边为小数,目的保证MD5唯一,小数只需要一个小数对应一个MD5即可:
path='D:/Python_Program/test/output.txt'
with open(path) as ff:
tmp = ff.readlines() # 得到所有的MD5和随机数
print("一共含有{}个元素".format(len(tmp)))
zi={
}
for x in tmp:
if x[:40] not in zi.keys(): # 根据MD5去重
zi[x[:40]]=x[40:]
print("去重后还有{}个元素".format(len(zi)))
filepath='D:/Python_Program/test/result.txt'
with open(filepath, 'w') as fw:
for key in zi:
tt=key+zi[key]
fw.write(tt)
输出为:
一共含有322个元素
去重后还有294个元素