当前位置:首页 > 文章列表 > 文章 > python教程 > 删除前缀重复行并保留最长链末尾行的Python方法,可以通过以下步骤实现:方法思路:读取所有行。按照每行的前缀进行分组。对于每个前缀组,保留最长的那一行。示例代码:fromcollectionsimportdefaultdictdefremove_prefix_duplicates(lines):groups=defaultdict(list)forlineinlines:#假设前缀是行中第一个空
删除前缀重复行并保留最长链末尾行的Python方法,可以通过以下步骤实现:方法思路:读取所有行。按照每行的前缀进行分组。对于每个前缀组,保留最长的那一行。示例代码:fromcollectionsimportdefaultdictdefremove_prefix_duplicates(lines):groups=defaultdict(list)forlineinlines:#假设前缀是行中第一个空
珍惜时间,勤奋学习!今天给大家带来《删除前缀重复行,保留最长链末尾行的Python方法》,正文内容主要涉及到等等,如果你正在学习文章,或者是对文章有疑问,欢迎大家关注我!后面我会持续更新相关内容的,希望都能帮到正在学习的大家!

本文介绍一种Python脚本方法,用于识别并删除存在“逐行前缀包含”关系的重复行序列(如“This” → “This line” → “This line has”),仅保留每条链中最长的那行。
在文本处理中,有时我们需要清理“渐进式重复”的行——即后一行完全以前行内容为开头(前缀关系),形成类似嵌套的字符串链。例如:
This This line This line has This line has five This line has five strings
目标不是去重(set去重只处理完全相同的行),而是识别这种前缀继承链,并仅保留每条链的最后一个(即最长)行。上述示例中,所有前4行都是第5行的真前缀,因此只输出第5行。
以下是一个健壮、简洁的实现方案:
infilename = "input.txt" # 替换为你的输入文件路径
with open(infilename) as fin:
# 读取所有行并去除换行符(避免因\n导致startswith判断失败)
lines = list(map(str.rstrip, fin))
i = 0
while i < len(lines):
# 向后扫描:只要下一行以当前行为前缀,就跳过当前行
while i + 1 < len(lines) and lines[i + 1].startswith(lines[i]):
i += 1
# 此时lines[i]是当前前缀链的末端(最长行),输出它
print(lines[i])
i += 1✅ 关键逻辑说明:
- 使用 str.startswith() 判断前缀关系,天然支持空字符串和边界情况;
- 外层 while 遍历每一“链起点”,内层 while 快进至该链终点;
- 每次循环只输出链尾,不输出中间任何前缀行。
⚠️ 注意事项:
- 输入行必须严格按前缀顺序排列(如示例所示)。若顺序混乱(如“This line has”出现在“This”之前),该算法将失效;如需鲁棒性更强的处理(如任意顺序下找最长非前缀子集),需改用排序+集合筛法,但复杂度上升;
- rstrip() 是必需的——否则换行符会影响 startswith 判断;
- 若需写入文件而非打印,将 print(lines[i]) 替换为 outfile.write(lines[i] + '\n') 即可(注意手动补回换行符)。
该方法时间复杂度为 O(n×m),其中 n 为行数、m 为平均行长度,适用于常规日志或配置文本清洗场景,简洁高效,无需额外依赖。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《删除前缀重复行并保留最长链末尾行的Python方法,可以通过以下步骤实现:方法思路:读取所有行。按照每行的前缀进行分组。对于每个前缀组,保留最长的那一行。示例代码:fromcollectionsimportdefaultdictdefremove_prefix_duplicates(lines):groups=defaultdict(list)forlineinlines:#假设前缀是行中第一个空格之前的部分prefix=line.split('',1)[0]groups[prefix].append(line)#保留每个前缀组中最长的行result=[]forgroupingroups.values():longest_line=max(group,key=len)result.append(longest_line)returnresult#示例使用lines=["applepie","appletart","bananabread","applecake","orangejuice","bananasmoothie"]filtered_lines=remove_prefix_duplicates(lines)forlineinfiltered_lines:print(line)输出结果:applecakebananasmoothieorangejuice说明:该方法假设“前缀”是行中第一个空格之前的内容(例如"apple"是"applepie"的前缀)。如果你的“前缀”定义不同(》文章吧,也可关注golang学习网公众号了解相关技术文章。
HTML表单如何合规SOC2?安全审计怎么通过?
- 上一篇
- HTML表单如何合规SOC2?安全审计怎么通过?
- 下一篇
- 保险箱没电怎么开?应急钥匙使用教程
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 1810次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 1733次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 1683次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 1878次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 1862次使用
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证(Proxy-Authorization)
- 2026-05-05 501浏览

