使用python解析txt设置数据结构

Question

我如何解析这个问题，以便我可以获得有多少个唯一网址，而不管它背后的数字是多少？使用python

Answer 1

您可以使用正则表达式从每行的文件行解析和提取uid。

import re

uids = set()
with open('...') as f:
    for line in f:
        m = re.match('$[a-z0-9]+', line)
        if m:
            uids.add(m.group(0))

print(len(uids))

Answer 2

您可以使用以下命令打开文件并将行作为字符串获取：

with open("/path/to/file.txt") as file:
    lines = list(file)

这将为您提供文本文件中所有行的列表。 既然你不想要重复，我认为使用set会是一个好方法。 （Set不包含重复项）

answer=set()
for x in lines:
   answer.add(x[x.find(" ")+1:x.rfind(":")])

这将迭代所有行并在空格之后添加部分直到并且不包括：到集合，它将处理重复的情况。现在，答案应包含所有唯一网址

经过Python3.6测试

Answer 3

import re
A, List = ("String_1   URL_1:10\nString_2   URL_2:20\nString_3   URL_1:30".replace("   ", ",")).split("\n"), []
for x in range(len(A)):
    Result = re.search(",(.*):", A[x])
    if Result.group(1) not in List:
        List.append(Result.group(1))
print(len(List))

这可以解决您的问题。