比较两个文件并从第二个文件中删除单词 Python

Question

我对 Python 非常陌生，我正在尝试比较两个文件并使用函数获取差异。第一个文件包含英文单词 - 一个接一个（engwrds.txt），第二个文件是网络抓取文本的文本文件（ws.txt）。我想要实现的是比较这两个文件并从 ws.txt 中删除单词并将其写入另一个文件。在网络抓取的文件中有单词和句子。但在另一个文件中，单词是一个接一个地放置的。

我尝试了下面的代码，但它创建了一个空白输出文件。

with open('ws.txt', 'r', encoding='utf-8') as file1:
    with open('engwrds.txt', 'r', encoding='utf-8') as file2:
        same = set(file1).intersection(file2)

same.discard('\n')

with open('output_file.txt', 'w', encoding='utf-8') as file_out:
    for line in same:
        file_out.write(line)

然后我尝试了这个，它根本不打印任何输出。

from pathlib import Path

with open('engwrds.txt', 'r', encoding='utf-8') as fin:
    exclude = set(line.rstrip() for line in fin)

with fileinput.input('ws.txt', inplace=True) as f:
    for line in f:
        if not exclude.intersection(Path(line.rstrip()).parts):
            print(line, end='')

即使是下面的代码也不会打印任何输出。

with open('op11-Copy1.txt', 'r') as file1:
    with open('commonwords.txt', 'r') as file2:
        dif = set(file1).difference(file2)
        
dif.discard('\n')
        
with open('diff.txt', 'w') as file_out:
    for line in dif:
        file_out.write(line)

你能解释一下我在这里犯的错误吗？我提到了多个示例，例如this、this。但我无法弄清楚这个问题。理想情况下，我想提出一个可以完成这项任务的功能。任何帮助表示赞赏！非常感谢您。

编辑：这就是 ws.txt 文件的样子。 这就是 engwrds.txt 的样子。 输出文件如下所示。

Answer 1

只需以不同的变量打开文件并进行比较。 例如：

假设文件 ws.txt（抓取的文件）包含：

你的世界很美

文件 engwrds.txt 包含这些词（一个接一个）：

世界想要狂野

在不同的变量中打开每一个：

with open('engwrds.txt', 'r', encoding='utf-8') as file:
    engwrds = file.read()

with open('ws.txt', 'r', encoding='utf-8') as file:
    ws = file.read()

从这里 engwrds 和 ws 是字符串，因此您可以通过多种不同方式比较它们：

differences = set(engwrds.split()).symmetric_difference(set(ws.split()))
print(differences)

Output: {'beautiful', 'is', 'want', 'while', 'wild', 'your'}

显然，这种比较仅在您的单词用空格分隔时才有效，但从这里您将更好地了解如何解决问题。

Answer 2

我建议你通过这个答案Compare two different files line by line in python

想将此添加为评论，但我无法做到。