文档里字符串的比较与计数

[sesame172]

如何计算一个文档里的一列有多少不同的字符串
比如有一a.txt
111;abcdefg;17
132;efdghjra;18
113;e70a23e;16
134;e70a23e;18
115;abcdefg;19
要问第2列'abcdefg'这列，有多少个不一样的字符串。谢谢各位老师帮忙

[bugs2k]

#!/usr/bin/env perl

use strict;
use warnings;

my $text = join '', <DATA>;
my %names = $text =~ /^\d+;(\w+);(\d+)$/gm;
print "$_\n" for keys %names;

__DATA__
111;abcdefg;17
132;efdghjra;18
113;e70a23e;16
134;e70a23e;18
115;abcdefg;19

[sesame172]

@bugs2k 额。。。我忘记说用的是python了，我去研究下perl，如果DATA很多怎么办？ 谢谢你

[bugs2k]

aDict = {};
fd = open('test.txt')
for line in fd:
    x, y, z = line.split(';')
    aDict[y] = 1
fd.close()
print aDict

[libralibra]

用正则加set

Python 2.7.2 (default, Jun 12 2011, 15:08:59) [MSC v.1500 32 bit (Intel)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> import re
>>> s = '''111;abcdefg;17
132;efdghjra;18
113;e70a23e;16
134;e70a23e;18
115;abcdefg;19'''
>>> res = r';(.*?);'
>>> m = re.findall(res,s)
>>> set(m)
set(['e70a23e', 'efdghjra', 'abcdefg'])
>>> print len(set(m))
3
>>> 

[panghuhu250]

print len(set(l.split(';')[1] for l in open('a.txt')))

[sesame172]

谢谢 bugs2k libralibra，2位的方法都行，但是我想问多点问题，希望2位和大家知道的也都帮帮我。

@bugs2k 您写的aDict[y] = 1 是指什么意思？是只在dict里只写入一次？

@libralibra 如果我要做的结果不是这么短，比如这个txt有上千行这样的，我能定义
file = open('*','r')
for line in file:
...
...
m=re.findall(res,s)
这样行吗？我做出来还是有错TT

再次谢谢2位和大家

[GhostFromHeaven]

import os
aDict = {}
if os.access('a.txt', os.R_OK):
    with open('a.txt', 'rt') as fin:
        for line in fin:
            values = line.split(';')
            if len(values) >= 2:
                value = values[1]
                aDict[value] = aDict.setdefault(value, 0) + 1
for (k,v) in aDict.items():
    print '%s:%d' % (k, v)

e70a23e:2
efdghjra:1
abcdefg:2

[foolbirdflyfirst]

[Quote=引用 5 楼 的回复:]

Python code

print len(set(l.split(';')[1] for l in open('a.txt')))
[/Quote]
+10086。