Question

我正在尝试按字母顺序对长文本文件（数千行）进行排序，然后删除任何重复的行。

每行只包含一个单词，我需要每个单词，一个单词行，按字母顺序排列。然后我希望删除任何重复的行，并将结果（已排序和唯一的列表）写入一个新文本文件，每行一个单词。

我如何在PHP中执行此操作？

现在，我正在考虑如何执行此操作，我将使用file()在文件中读取，然后创建一个元素为每行的数组。然后我会按字母顺序对数组进行排序，使用array_unique()删除重复项，然后将每个元素写入新文本文件中的新行。

我在该实现中遇到问题的问题是字母排序。

如果您可以帮助我实施，请执行此操作。

或

如果您有更好的方法来做我想做的事情，请分享！

Answer 1

就这种情况而言，我可能会使用natcasesort： natcasesort

其余部分非常简单，您应该能够按照自己的意愿实施它。

Answer 2

虽然效率不高，但您可以从这开始：

$lines = file('filename.txt');
$lines = array_walk($lines, 'trim'); // Remove line-breaks.
$sorted_lines = sort(array_unique($lines));

Answer 3

最简单的方法是实现bubble sort。

维基页面非常适合制作，但我会为您快速制作简历。

假设您想要排序5个单词

Bword
Aword
Cword
Eword
Dword

您可以使用strcmp()

轻松地在彼此之间排序2个单词

问题是，如何对一切进行排序？

您需要比较从第一个到最后一个的每对单词，并根据字母顺序更改其位置。

第一对将是

Bword
Aword

将成为

Aword
Bword

然后你需要从一个单词和配对中移动

Bword with
Cword

如果不是你交换它们的好订单，如果没有，你就不会。

通过这样做，您将把最后一个字母词放在数组的末尾。然后你必须重复这个次数等于你拥有的单词数量。

这应该让你开始。

Answer 4

我为此调用PHP的bash命令。如果您的代码在Linux上，并且PHP配置允许使用exec：

<int-sftp:inbound-channel-adapter id="sftpAdapter"
            channel="ftpChannel"
            ....
            local-filter="acceptAllFileFilter"/>

<bean id="acceptAllFileFilter" class="org.springframework.integration.file.filters.AcceptAllFileListFilter"/>

然而它确实创建了新的输出文件，但在我的情况下，它是迄今为止最快，最优雅的解决方案，因为我需要在超过1000万行的文件上执行此操作，并且服务器只需3-5秒即可完整。

要将其保存在同一个文件中，您可以执行以下操作：

exec("sort " . $pathToOriginalFile . " | uniq > " . $pathToSortedUniqueFile);

希望有所帮助

在文件中按字母顺序排列然后删除重复的行

4 个答案: