【发布时间】：2013-09-27 10:55:26
【问题描述】：
您好，我有一个格式如下的文本文件：
Sam
John
Peter
Sam
Peter
John
我想使用正则表达式从文件中提取唯一记录，例如：
Sam
John
Peter
请帮帮我。
【问题讨论】：
-
你不需要正则表达式...使用集合
标签： python
【发布时间】：2013-09-27 10:55:26
【问题描述】：
使用集：
In [1]: name="""
...: Sam
...: John
...: Peter
...: Sam
...: Peter
...: John"""
In [2]: print name
Sam
John
Peter
Sam
Peter
John
In [3]: a=name.split()
In [4]: a
Out[4]: ['Sam', 'John', 'Peter', 'Sam', 'Peter', 'John']
In [5]: set(a)
Out[5]: {'John', 'Peter', 'Sam'}
【讨论】：
-
感谢您的回答..但我希望在 python 中使用正则表达式得到相同的输出
-
@Prashant 你知道什么是正则表达式吗？这不是他们能解决的问题。
-
@l4mpi 你的意思是“这不是一个应该由他们解决的问题”。他们实际上可以解决这个问题。
-
@Veedrac 不，我的意思是“无法解决这个问题”。查找重复项超出了正则语言的范围，这是我听到“正则表达式”时所想到的。我知道有反向引用等，并且使用这个 RE 实际上能够处理的远远超过常规语言，但在我看来，这不是一个“真正的”正则表达式。并且将 RE 用于非常规的事情可能总是充其量是骇人听闻的，最坏的情况是愚蠢的......（不过，我仍然赞成你的回答，欣赏幽默^^）
别听他们的！
当然这可以在正则表达式中完成。没关系，他们有正确的、可读且简洁的O(1) 解决方案，或者任何正则表达式解决方案都至少是二次时间的，并且与醉汉潦草的可读性差不多。
重要的是它是正则表达式，并且正则表达式必须是好的。给你：
re.findall(r"""(?ms)^([^\n]*)$(?!.*^\1$)""", target_string)
#>>> ['Sam', 'Peter', 'John']
【讨论】：
您似乎想通过用新行拆分输入然后使用set() 删除重复项来创建一个列表。然后，您可以使用list() 将其转换为列表。看起来像下面。 strip() 用于删除换行符。
names = list(set([x.strip() for x in open('names.txt').readlines()]))
【讨论】：