python - 两个文件在行方面的区别

Question

我有两个大文件(file1 和 file2)。这两个文件都被组织成行。我需要生成第三个文件 file3，其中包含文件 1 但不在文件 2 中的行。这些行未排序。

在 Windows 中获取它的最简单(最智能)的方法是什么？

Answer 1

最佳策略可能取决于文件的具体大小。如果第一个文件可以放入内存，那么您可以轻松地构建一组它的行，并从该组中删除 file2 中的行。这需要与 file1 的大小大致成比例的内存量。

with open('file1') as f1:
    lineset = set(f1)
with open('file2') as f2:
    lineset.difference_update(f2)
with open('file3', 'w') as out:
    for line in lineset:
        out.write(line)

请注意，此解决方案还将消除 file1 中的重复行。