Python实现文件去重：提取并保存重复行的完整方案

Theo

发布时间：2026-10-13| 3人浏览过

原创

本文介绍利用Python去除文件中重复行的方法。通过定义空列表存储已出现行，遍历文件时判断是否重复，若重复则记录行号及内容至新文件，否则加入列表。该方案可有效识别并导出重复数据，适用于文本清洗场景。

在Python中处理文件去重时，可以初始化一个名为res_list的空列表，用于存储尚未出现过的文本行。

当遍历文件发现某行已存在于res_list中时，即可判定该行内容重复，此时可将其加入专门记录重复句子的列表中以便后续处理。

具体实现代码如下所示：

# -*- coding: UTF-8 -*-
#程序功能是为了完成判断文件中是否有重复句子
#并将重复句子打印出来
 
res_list = []
#f = open('F:/master/master-work/code_of_graduate/LTP_data/raw_plain.txt','r')
f = open('F:/master/master-work/code_of_graduate/chu_li_shuju/ldc-weibo-train-res.txt','r')
res_dup = []
index = 0
file_dul = open('F:/master/master-work/code_of_graduate/chu_li_shuju/ldc-weibo-train-dul.txt', 'w')
for line in f.readlines():
 index = index + 1
 if line in res_list:
  temp_str = ""
  temp_str = temp_str + str(index)     #要变为str才行
  temp_line = ''.join(line)
  temp_str = temp_str+temp_line
  #最终要变为str类型
  file_dul.write(temp_str);       #将重复的存入到文件中
 else:
  res_list.append(line)

上述内容分享了利用Python去除文件重复行的完整实例，旨在为读者提供实用的参考代码，欢迎持续关注以获取更多技术支持。