python 实现文档查重报告

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：如何利用python提取两个excel对比后的重复值的信息?

1. 答：data3 = pandas.merge(data1, data2, on=['名称'], how='inner')
   inner：内连接，取交集，这样改一下就符合你的要求了

问：python比较txt文档中每行文本之间重复词的个数

1. 答：读文件可以使用open函数 readlines函数卖取所有行
   使用split把行的内容分成词
   使用set(a.split(' '))转换成元组
   然后两个元组 用 & 可以求得交集
   再使用len()就可以求得重复的个数
   line1 = '颜色 衣服 简单 适合 大方 质量 款式 舒服 挺 穿 穿着'
   line2 = '挺 服务 衣服 态度 快 蛮 合身 质量 物流 服务态度 好 老板'
   jiaoji = set(line1.split(' ')) & set(line2.split(' '))
   print(jiaoji)
   print('重复词数:',len(jiaoji))
   输出为
   {'衣服', '挺', '质量'}
   重复词数: 3

问：有没有人能帮忙对代码进行查重

1. 答：试一下antiplag，，能对程序语言（如java、c/c++、python等）、中英文文档进行查重。
2. 答：代码查重？ 这个真的是第一次听到，你的意思是论文里包含代码，需要查重吗，可以通过  试一下，把代码粘贴进去就行

问：如何找出 python list 中有重复的项

1. 答：可以对第二个list的元素进行遍历，检查是否出现在第二个list当中，如果使用表理解，可以使用一行代码完成任务。
   list1 = [1,2,3,4,5]
   list2 = [4,5,6,7,8]
   print [l for l in list1 if l in list2]
   # [4,5]
   如果每一个列表中均没有重复的元素，那么还有另外一种更好的办法。首先把两个list转换成set，然后对两个set取交集，即可得到两个list的重复元素。
   set1 = set(list1)
   set2 = set(list2)
   print set1 & set 2
   # {4,5}
2. 答：def finddupl(lst):
       """找出 lst 中有重复的项
           (与重复次数无关，且与重复位置无关)
       """
       exists, dupl = set(), set()
       for item in lst:
           if item in exists:
               dupl.add(temp)
           else:
               exists.add(temp)
       return dupl
3. 答：l = [1,1,2,2,2,3,3,3,3,5,6,4,6,4,5,5,5]
   d = {}
   for x in set(l):
   d[x] = l.count(x)
   print d