python怎么查重文本中的内容

问：python中怎么提取两个文本文档相同的内容

1. 答：建议两个文件的末尾都留一个空行，否则最后一行可能匹配不到
   fa = open('A.txt')
   a = fa.readlines()
   fa.close()
   fb = open('B.txt')
   b = fb.readlines()
   fb.close()
   c = [i for i in a if i in b]
   fc = open('C.txt', 'w')
   fc.writelines(c)
   fc.close()
2. 答：把两个文档的所有内容全部读入，转换成两个集合，然后求两个集合的交集。
3. 答：如果某文件里本身有重复，怎么算？

问：python代码查重原理

1. 答：a=['python',1,2,3,1,6,'a','a',3,3,3,'a','python','3','8']
   b=list(set(a))
   cf=[]
   for i in b:
   cf.append(a.count(b))
   for i in range(len(b)):
   print(b[i],'一共有',cf[i],'个',sep='')

问：怎样用Python将百度云盘里的文件查重并删除

1. 答：这个有点复杂，不是几行代码就能解决的，得利用百度SDK。
   具体的百度SDK信息（SDK、示例代码和帮助信息）可以在“百度开发者中心”获取。

问：python 文本文件中查找指定的字符串

1. 答：def find(lists):
   for list0 in lists:
   if list0.find('set Active')>=0:
   if list0.find('#')>=0:
   continue
   else:
   return 0 #有一行不带#号的set Active，那么返回0
   return -1 #若没有不带号的set Active，那么返回-1
   if __name__=='__main':
   lists = ['set Active','#set Active','# set Active']
   #lists 是从文件中读出内容的列表
   findout=find(lists) #调用函数
   print(findout) #打印结果
2. 答：usage regex:
   patt = pile(r'^(?P\#)\s*(?Pset\s+\s+Active)')
3. 答：“该文件中可能只要有一行不带#号的set Active，那么返回0”
   这句话重新描述一下吧
   另外，“返回0“是指给谁、给什么返回0？

问：python中怎么快速比较2个文件中的内容

1. 答：可以用 difflib库，下面给一个例子，具体需求自己研究
   假如在同一个目录下有a.txt, b.txt 两个文本文件
   a.txt 内容是
   aaa
   bbb
   b.txt内容是
   aaa
   ccc
   import difflib
   a = open('a.txt', 'U').readlines()
   b = open('b.txt', 'U').readlines()
   diff = difflib.ndiff(a, b)
   sys.stdout.writelines(diff)
   结果是：
     aaa
   - bbb+ ccc
2. 答：分成几块然后用好几个thread来比较呗
3. 答：def filefine(src, des):
   retrun set(open(des).readlines()) - set(open(src).readlines())
   x64的话，应该没问题