python3.4.3下逐行读入txt文本并去重的方法

读写文件时应注意的问题包括：

1.字符编码

2.操作完成即时关闭文件描述符

3.代码兼容性

几种方法：

#!/bin/python3original_list1=[" "]original_list2=[" "]original_list3=[" "]original_list4=[" "]newlist1=[" "]newlist2=[" "]newlist3=[" "]newlist4=[" "]newtxt1=""newtxt2=""newtxt3=""newtxt4=""#first way to readlinef = open("duplicate_txt.txt","r+")    # 返回一个文件对象  line = f.readline()           # 调用文件的 readline()方法 while line:    original_list1.append(line)            line = f.readline()  f.close() #use "set()" remove duplicate str in the list# in this way,list will sort randomlynewlist1 = list(set(original_list1))#newlist1 = {}.fromkeys(original_list1).keys() #faster #rebuild a new txt newtxt1="".join(newlist1)f1 = open("noduplicate1.txt","w")f1.write(newtxt1)f1.close()####################################################################second way to readlinefor line in open("duplicate_txt.txt","r+"):    original_list2.append(line)newlist2 = list(set(original_list2))newlist2.sort(key=original_list2.index)         #sort#newlist2 = sorted(set(original_list2),key=l1.index)  #other waynewtxt2="".join(newlist2)f2 = open("noduplicate2.txt","w")f2.write(newtxt2)f2.close()####################################################################third way to readlinef3 = open("duplicate_txt.txt","r")  original_list3 = f3.readlines()       #读取全部内容 ，并以列表方式返回 for i in original_list3:          #遍历去重  if not i in newlist3:      newlist3.append(i)newtxt3="".join(newlist3)f4 = open("noduplicate3.txt","w")f4.write(newtxt3)f4.close()####################################################################fourth wayf5 = open('duplicate_txt.txt',"r+") try:   original_list4 = f5.readlines()   [newlist4.append(i) for i in original_list4 if not i in newlist4]  newtxt4="".join(newlist4)  f6 = open("noduplicate4.txt","w")  f6.write(newtxt4)  f6.close()finally:   f5.close()

结果：

去重前：

去重后（无序）：

去重后（有序）：

总结

这段下程序涉及文件读写操作以及链表List的操作，文章开头提到的几个问题，由于并没有使用中文，所以不关心编码，但这里还是要提一提:

f = open("test.txt"，"w")f.write(u"你好")

上面这段代码如果在python2中运行会报错

报错是因为程序没办法直接保存unicode字符串，要经过编码转换成str类型的二进制字节序列才可以保存。

write（）方法会自动编码转换，默认使用ascii编码格式，而ascii不能处理中文，所以出现UnicodeEncodeError。