python 对比1.txt 2.txt,取出只1存在且2不存在的内容项目

#!/usr/bin/env python3
# diff_keep1_not2.py
# 说明：保留 1.txt 中存在但 2.txt 中不存在的行（比较时忽略行首尾空白）。
# 用法：python diff_keep1_not2.py 1.txt 2.txt -o out.txt [--overwrite]

import argparse
import sys
from pathlib import Path

def main():
    parser = argparse.ArgumentParser(description="保留1.txt中存在但2.txt不存在的行（按行比较，忽略首尾空白）")
    parser.add_argument("file1", help="路径到 1.txt（要保留来源）")
    parser.add_argument("file2", help="路径到 2.txt（要排除的内容）")
    parser.add_argument("-o", "--out", help="输出文件（默认 output.txt）", default="output.txt")
    parser.add_argument("--overwrite", help="直接覆盖 file1（小心使用）", action="store_true")
    args = parser.parse_args()

    p1 = Path(args.file1)
    p2 = Path(args.file2)
    outp = Path(args.out)

    if not p1.exists():
        print(f"错误：找不到 {p1}", file=sys.stderr); sys.exit(2)
    if not p2.exists():
        print(f"错误：找不到 {p2}", file=sys.stderr); sys.exit(2)
    if args.overwrite and outp.resolve() == p1.resolve():
        # OK: user explicitly asked to overwrite file1
        pass
    elif outp.exists() and outp.resolve() in (p1.resolve(), p2.resolve()):
        print("错误：输出文件会覆盖输入文件。要覆盖请使用 --overwrite 或换一个输出文件名。", file=sys.stderr)
        sys.exit(2)

    # 读取 file2 到集合（strip 后比较）
    try:
        with p2.open("r", encoding="utf-8") as f2:
            set2 = {line.strip() for line in f2 if line.strip() != ""}
    except UnicodeDecodeError:
        # 尝试用 gbk 兼容一些 Windows 文本
        with p2.open("r", encoding="gbk", errors="ignore") as f2:
            set2 = {line.strip() for line in f2 if line.strip() != ""}

    kept_count = 0
    total_count = 0

    # 逐行扫描 file1，写入不在 set2 的行（写入时保留原行，包括末尾换行）
    try:
        with p1.open("r", encoding="utf-8") as f1:
            lines1 = f1.readlines()
    except UnicodeDecodeError:
        with p1.open("r", encoding="gbk", errors="ignore") as f1:
            lines1 = f1.readlines()

    # 如果要覆盖原文件，先写到临时文件再替换（安全）
    tmp_out = outp
    if args.overwrite:
        tmp_out = outp.parent / (outp.name + ".tmp")

    with tmp_out.open("w", encoding="utf-8", newline="") as fout:
        for line in lines1:
            total_count += 1
            if line.strip() == "":
                # 如果你想保留空行也可以改这里，这里默认不写入空白行
                continue
            if line.strip() not in set2:
                fout.write(line)
                kept_count += 1

    # 如果 overwrite：替换原文件
    if args.overwrite:
        tmp_out.replace(p1)
        print(f"已覆盖 {p1}：保留了 {kept_count} / {total_count} 行（不含空行）。")
    else:
        print(f"输出写入 {tmp_out}。保留了 {kept_count} / {total_count} 行（不含空行）。")

if __name__ == "__main__":
    main()