优化代码：import docx2txt import re # 读取docx文件内容 text = docx2txt.process("example.docx") # 将内容写入文本文件 with open("example.txt", "w", encoding="utf-8") as f: f.write(text) # 读取文本文件内容 with open("example.txt", "r", encoding="utf-8") as f: lines = f.readlines() # 使用正则表达式匹配文本中以数字和符号.开头到答案加大写英文字母结束的内容并去重 pattern = r'\d+\.\s\w+\s\w+\s\w+\s\w+\s\w+\s\w+' result = re.findall(pattern, text) result = list(set(result)) print(result) # 将去重后的内容重新写入文本文件 with open("example.txt", "w", encoding="utf-8") as f: f.writelines(result)

可以考虑将代码优化为一次性读取docx文件，并且将匹配结果直接写入新的文本文件，避免先写入一次文本文件再读取一次的操作。代码如下：

import docx2txt 
import re 

# 读取docx文件内容
text = docx2txt.process("example.docx")

# 使用正则表达式匹配文本中以数字和符号.开头到答案加大写英文字母结束的内容并去重
pattern = r'\d+\.\s\w+\s\w+\s\w+\s\w+\s\w+\s\w+'
result = list(set(re.findall(pattern, text)))

# 将去重后的内容写入新的文本文件
with open("example_output.txt", "w", encoding="utf-8") as f:
    f.write('\n'.join(result))

这样可以避免不必要的IO操作，并且将结果直接写入新的文本文件。

相关问题

代码优化：import docx2txt import re # 读取docx文件内容 text = docx2txt.process("example.docx") # 使用正则表达式匹配文本中以数字和符号.开头到答案加大写英文字母结束的内容保存为列表 pattern = r'\d+\.\s\w+\s\w+\s\w+\s\w+\s\w+\s\w+' result = list(set(re.findall(pattern, text))) # 获取列表中的每一条数据比较然后去除列表中重复的数据 # 将去重后的内容写入新的文本文件 with open("example_output.txt", "w", encoding="utf-8") as f: f.write('\n'.join(result))

这段代码已经很简洁了，但是可以考虑将去重的操作优化一下，避免使用set和list两个函数，可以使用Python内置的字典类型来去重。代码如下：

import docx2txt 
import re 

# 读取docx文件内容
text = docx2txt.process("example.docx")

# 使用正则表达式匹配文本中以数字和符号.开头到答案加大写英文字母结束的内容保存为列表
pattern = r'\d+\.\s\w+\s\w+\s\w+\s\w+\s\w+\s\w+'
result = {}

for item in re.findall(pattern, text):
    result[item] = None

# 将去重后的内容写入新的文本文件
with open("example_output.txt", "w", encoding="utf-8") as f:
    f.write('\n'.join(result.keys()))

这样代码更简洁，且去重的操作更高效。