Skip to main content
3 de 3
Añadida estructura real del fichero procedente comentario del OP en respuesta.
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68

¿Cómo eliminar registros duplicados en un archivo de texto, dejando el mas reciente?

No se si exista alguna forma directa para hacer esto o se debe hacer con un algoritmo, si es con algoritmo ¿Cómo se haría?

Este es mi código actual que muestra como realizo el sort del fichero:

linea1 = sorted(open("ENDEUDADOS-FINAL.TXT"))
open("ENDEUDADOS2.TXT", "w").writelines(linea1)

Este es un ejemplo que muestra la estructura de mi archivo:

K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-1811.03.54.98698900000000002382.75
K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-2002.15.23.88018000000000002382.75
K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-1911.00.54.98698900000000002382.75

al final me quedaría solo con el más reciente:

K5512261007409609666303795F0NOMCPN2+0000000002382.750000000010000.000000000000438.86+0000000000438.86N000.0002018-07-2002.15.23.88018000000000002382.75

Cada registro es identificado por los primeros 25 caracteres (K5512261007409609666303795), siendo esto es lo que hay que considerar para ver si es o no un duplicado. Los caracteres del 110 al 134 son la fecha (2018-07-2002.15.23.880180).