Question

我的程序尝试读取文件并处理其内容。要处理的文件包含

core-001
core-001
core-002
core-003
core-003
...
core-nnn

要处理它，我想读出每一行，将它们填入列表中，删除重复项，然后再将它们放在其他文件中。我使用的前三件事的代码如下：

content = []
with open(file,'r') as openFile:
        content = [line.strip('\n') for line in openFile]
content = list(set(content))

（Why I use list and set）
据我所知，这不应该有任何问题，但会返回两个错误：

Traceback (most recent call last):
  File "/path/to/file", line 1, in <module>
    core-004
NameError: name 'core' is not defined

和

File "/path/to/file", line 21
    core-009
           ^
SyntaxError: invalid token

导致这些错误的原因，更重要的是，如何避免这些错误？

编辑在评论中也可读，但在此处重复：这不是代码中的错误，只是我编码不够好。这些错误是由python尝试执行输入文件而给出的，因为我似乎忘了给它执行可执行文件而只有参数。这样做后效果很好。我感谢你的时间和善意的评论。

Answer 1

更好的方法是

import sys
lines = sys.stdin.readlines()
print ''.join(sorted(set(lines)))

此处程序从系统获取输入并将其打印出来。您可以将其用作

python run.py < input.txt > output.txt

Answer 2

这个答案有点晚了，我没有任何可用的内存或可用的代码，所以我根据MightyPork，Tom Dalton和我自己的评论回答了这个问题。

显然问题是我没有运行程序而不是运行

python <name>.py param1 param2 ...

我跑了

python param1 param2 ...

失败，因为我的param1似乎是一个包含问题中最顶层文本的文件。

但是，我不知道我是如何得到两个不同的错误消息：我可能已经提供了不同的文件param1或类似的东西。

因此，这不是代码中的错误，因为其他答案（和我的问题）建议。

Answer 3

这是我的建议。您应该使用set，这是一种仅存储唯一值的内置数据类型。这意味着不会像您希望的那样重复任何重复。试试这个：

阅读文件的行。
添加行以进行设置。

将设置转换为列表。

content = open('file.txt').readlines() # read file's lines
content = [item.strip('\n') for item in content] # remove newlines

content_set = set(content) # to set to remove repeats
content_list = list(content_set) # back to list

编辑您的代码实际上似乎有效。也许，错误在于您将文件内置函数用作变量。你能提供这段之前和之后的代码吗？您的文件似乎正在评估中。

读取文件会返回“无效令牌”错误

3 个答案: