如何用 Python 精确提取每行中“扩展名去除后唯一出现”的文件名

本文讲解如何正确处理按行分割的管道分隔文件列表，对每行独立去扩展名后统计原始文件名出现频次，仅保留频次为 1 的原始完整文件名（含扩展名），并用管道符重新拼接输出。

要解决该问题，关键在于理解题意中的“unique per row, ignoring the file extensions”——它不是指去重（distinct），而是指：在去除扩展名后，若某个基础名（如 wub、quux）在整个当前行中只出现一次，则保留其原始带扩展名的完整形式；若出现两次及以上，则整行中所有该基础名的文件均被剔除。

原代码错误地使用了 set，导致只记录了去重后的基础名，完全丢失了频次信息和原始文件名映射关系。正确做法是：

1. 按行处理；
2. 将每行按 | 分割为文件名列表；
3. 对每个文件名提取基础名（filename.split('.')[0]）；
4. 使用 collections.Counter 统计每行中各基础名的出现次数；
5. 遍历原始文件名列表，仅保留那些对应基础名计数为 1 的完整文件名；
6. 将筛选后的文件名用 | 拼接成新行。

以下是修正后的完整 Python 实现：

from collections import Counter

def find_unique_filenames(text):
    result = []
    for line in text.strip().split('\n'):
        if not line.strip():  # 跳过空行
            continue
        filenames = line.strip().split('|')
        # 提取每文件的基础名（不含扩展名）
        basenames = [f.split('.')[0] for f in filenames]
        # 统计基础名频次
        basename_counts = Counter(basenames)
        # 仅保留基础名出现恰好 1 次的原始文件名
        unique_files = [
            fname for fname in filenames
            if basename_counts[fname.split('.')[0]] == 1
        ]
        result.append('|'.join(unique_files))
    return '\n'.join(result)

# 测试示例
test_input = """foo.mp3|bar.txt|baz.mp3
wub.mp3|wub.mp3|wub.mp3|wub.txt|wub.png
quux.mp3|quux.txt|thud.mp3"""

print(find_unique_filenames(test_input))

✅ 输出结果：

foo.mp3|bar.txt|baz.mp3
thud.mp3

注意事项：

• 文件名严格为“纯字母数字 + 单个点 + 扩展名”，因此 split('.')[0] 安全可靠，无需正则；
• 每行独立处理，无状态依赖，适合流式读取大文件（可改用 for line in open(...) 迭代）；
• 若某行所有基础名都重复（如第二行全为 wub），则输出为空行（符合题目逻辑）；
• 保持原始顺序：我们遍历 filenames 列表而非 Counter 的键，确保输出顺序与输入一致。

该方案时间复杂度为 O(n)，空间复杂度为 O(m)（m 为单行文件数），完全满足题目约束（≤500 行，≤100 字符/行）。