Question

我正在编写一个编辑文本文件的程序。我打算让程序查找重复的字符串并删除n - 1行相似的字符串。

这是我到目前为止的脚本：

import re

fname = raw_input("File name - ")
fhand = open(fname, "r+")
fhand.read()


counts = {}
pattern = re.compile(pattern)

# This searches the file for duplicate strings and inserts them into a dictionary with a counter 
# as the value

for line in fhand:
    for match in pattern.findall(line):
        counts.setdefault(match, 0)
        counts[match] += 1

pvar = {}

#This creates a new dictionary which contains all of the keys in the previous dictionary with  
# count > 1

for match, count in counts.items():
    if count > 1:
        pvar[match] = count

fhand.close()
count = 0

# Here I am trying to delete n - 1 instances of each string that was a key in the previous 
# dictionary

with open(fname, 'r+') as fhand:        
    for line in fhand:
        for match, count in pvar.items():
            if re.search(match, line) not in line: 
               continue
               count += 1
            else:
               fhand.write(line)
print count 
fhand.close()

如何让最后一段代码工作？是否可以使用字典中的键来识别相关行并删除n-1个实例？或者我完全错了吗？

编辑：来自档案的样本，这应该是一个列表，每个＆＃39; XYZ＆＃39;实例位于前面有两个空格字符的换行符上。我的道歉，格式有点搞砸了的 INPUT

-=XYZ[0:2] &
-=XYZ[0:2] &
-=XYZ[3:5] &
=XYZ[6:8] &
=XYZ[9:11] &
=XYZ[12:14] & 
-=XYZ[15:17] &
=XYZ[18:20] &
=XYZ[21:23] &

输出

= XYZ [0：2]

修改

另外，有人可以解释为什么代码的最后部分没有返回任何内容吗？

Answer 1

这里没有使用正则表达式，使用字典（所以行是无序的，可能无关紧要......）：

#!/usr/bin/env python

import os
res = {}
with open("input.txt") as f:
    for line in f.readlines():
        line = line.strip()
        key = line.split('[')[0].replace('-','').replace('=', '')
        if key in res:
            continue
        res[key] = line
        # res[key] = line.replace('&', '').strip()
print os.linesep.join(res.values())

这并没有摆脱尾随的＆符号。如果你想摆脱它取消注释：

res[key] = line.replace('&', '').strip()

如何使用字典中的键来搜索字符串？

1 个答案: