Заказчик

Необходимо написать реферат с высоким процентом оригинальности, с наличием всех ссылок на литературу (не менее 7 источников, не менее 5 из них должны быть моложе 2014 года)

Здравствуйте.
На вход алгоритму подается список документов, содержащий названия документов и прочую информацию о них. Необходимо кластеризовать документы только по названию, используя иерархическую кластеризацию и расстояние Жаккара.

На вход подается текстовый файл (.log/.txt)
Необходимо из каждой строчки файла удалить весь текст после записи о браузерах, etc. Например:
85.143.112.33 – - [22/Apr/2018:00:14:01 +0300] "GET /choices2018/favicon.ico HTTP/1.1" 404 15438 "-" "Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 YaBrowser/18.2.1.141 Yowser/2.5 Safari/537.36" 255697 196666:46666

нужно превратить в

85.143.112.33 – - [22/Apr/2018:00:14:01 +0300] "GET /choices2018/favicon.ico HTTP/1.1" 404 15438 "-" "Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 YaBrowser/18.2.1.141 Yowser/2.5 Safari/537.36"

Т.е, удалить цифры в конце.