將單詞從文件讀入集合，維護順序

Question

這裏是一個在python腳本中使用的Unicode單詞數組。

texts =[u"abc", u"pqr", u"mnp"] 

該腳本按照預期與上述3個單詞的例子一起工作。問題在於文本文件中有數千個單詞。 如何從文本文件讀取？

更新： 我有2個問題。輸出中不會保留文本文件中的單詞序列。 該文本文件具有unicode字符，因此在我的原始示例中爲「u」。

# cat testfile.txt 
Testing this file with Python 

# cat test.py 
#!/usr/bin/python 
# -*- coding: utf-8 -*- 

f  = open('testfile.txt', 'r') 
texts = set(f.read().split()) 
print (texts) 

# python test.py 
set(['this', 'Python', 'Testing', 'with', 'file']) 

Answer 1

我看到你的文件讀取的代碼沒有問題。鑑於單詞出現在空格分隔的文件中，並且該文件不會太大而不能被單個read吞噬，它應該可以正常工作。真正的問題是如果你將它們推入set這些詞的順序。

如果您需要的文字與文件中出現的順序相同，爲什麼使用set？把它們放在一個列表中。

如果你需要一個set刪除重複和/或其他目的，那麼你有以下幾種選擇：

• 使用OrderedDict類 - 在Python的標準，因爲2.7，和食譜在網上存在的早期版本。
• 創建一個有序集合 - 這裏有一個SO question with a good discussion of this

Answer 2

這是因爲套裝是如何工作的。他們不維護存儲在集合中的項目的順序。

從documentation：

一組對象不同可哈希的無序集合對象