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 set 去重 pattern = r'\d.*答案' result = re.findall(pattern, lines) 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(lines)】

这段代码的目的是将一个 `docx` 文件转换为文本文件，并去除其中以数字开头，后面跟着一个句点和6个单词的短语重复项。

首先，使用 `docx2txt` 库将 `docx` 文件转换为文本文件，并使用 `readlines()` 方法将文件中的所有行读入到 `lines` 列表中。

然后，使用正则表达式匹配以数字开头，后面跟着一个句点和6个单词的短语，并使用 `findall()` 方法查找所有匹配的短语。然后，将匹配的结果转换为列表，并使用 `set` 去重。最后，将去重后的结果打印出来。

但是，代码中有一个问题：在使用 `findall()` 方法查找匹配的短语时，应该将正则表达式和文本字符串作为参数传递，而不是将正则表达式和 `lines` 列表作为参数传递。因此，您需要将以下行：

result = re.findall(pattern, lines)

修改为：

result = re.findall(pattern, text)

同时，为了将去重后的结果写入文本文件，您需要将以下行：

f.writelines(lines)

修改为：

f.writelines(result)

修改后的代码如下：

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以数字开头，后面跟着一个句点和6个单词的短语，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)

注意，这段代码仅适用于去重以数字开头，后面跟着一个句点和6个单词的短语。如果您想要去重其他类型的内容，需要根据实际情况修改正则表达式。