黑色自由

看了一段时间的Python教程，正好前两天群里放出来一个txt文件，我就顺便拿过来练练手。

txt文件简介：

1、每行内容都是重复的

2、内容分段一致，用|分隔开，类似于A|B|C|D|E

需求：取出固定字段，比如A、C、E，并去除重复的行。

思路：

1、重复的内容比较好处理，直接读出一行去到原文件里比较，如果存在，就存放到新的txt文件里。

2、取出固定字段，这个用列表来实现，读出一行，存到列表里。

第一次完整的写代码，比较乱，直接贴上来，有用拿去好了，GITHUB账号还没有申请，先丢这里好了。

import os,sys,time
start=time.time()
os.chdir('d:')
print (os.getcwd())
os.remove('new.txt')
os.remove('final.txt')
f=open('test.txt',encoding='utf-8')
for n in f.readlines():
    m=n.split('|')
    b=open('new.txt','a',encoding='utf-8')
    b.write(str(m[8])+'\t'+str(m[10])+'\t'+str(m[22]))
    #print(m[8],m[10],m[22])
    b.close()
f.close()
c=open('final.txt','a',encoding='utf-8')
h=open('new.txt',encoding='utf-8')
for a in h:
    if a in h:
        c.write(str(a))
c.close()
end=time.time()
print('time used:',end-start)

2020.9.15更新：
因原文件中有个别数据是单行，所以造成上面程序在运行时无法全部整理整个文件。单行不重复文件处于中间，整理后的文件就终止在了这个单行的位置。

这里使用python的set()函数，创建一个非重复的列表，增加一个：

bk=set()
然后循环遍历的代码改成：
for i in h:
if i not in bk:
bk.add(str(i))
c.write(str(i))
意思就是不在bk里面，就添加进bk，然后写进txt里。
这里同时也发现一个问题，python在for循环的时候，是会将被循环文件里的数据拿出来的，也就是被循环文件缺少一行。