Python处理csv：从nm.csv剔除xc.csv已存在值脚本运行错误排查

问题排查与修复 #

可能的错误原因 #

• 路径不匹配问题：你读取nm.csv用的是桌面的绝对路径，但是写入的时候用的是相对路径nm.csv，如果脚本运行时的工作目录不是桌面，新生成的结果文件会保存在脚本运行目录下，不会覆盖桌面的原文件，你大概率是打开了旧的桌面文件才得到不符合预期的结果。
• 原文件已被污染：如果之前写反过集合顺序，或者错误覆盖过源nm.csv，现在你读取的nm.csv本身内容已经不是最初的A集合，自然运算结果错误。
• 行内容存在隐藏字符：两个文件里的相同行可能存在首尾空格、换行符差异、编码差异等，导致集合判断时认为是不同值。

修复后的代码 #

# 统一用绝对路径，避免读写文件位置不匹配
nm_path = '/Users/robinmalhotra/Desktop/nm.csv'
xc_path = '/Users/robinmalhotra/Desktop/xc.csv'
output_path = '/Users/robinmalhotra/Desktop/result.csv' # 建议不要直接覆盖源文件，先输出到新文件验证

with open(nm_path, 'r', encoding='utf-8') as f:
    # 去掉每行首尾空白符再存，避免隐藏字符干扰，同时跳过空行
    set_a = {line.strip() for line in f if line.strip()}

with open(xc_path, 'r', encoding='utf-8') as f:
    set_b = {line.strip() for line in f if line.strip()}

# 计算A-B差集
result = set_a - set_b

# 输出到新文件，避免损坏源文件
with open(output_path, 'w', encoding='utf-8') as f:
    f.write('\n'.join(result))

额外注意事项 #

• 如果你的CSV存在多列，需要确认是按整行匹配还是按指定列匹配，如果是按指定列匹配，需要先解析CSV取对应列的值做差集，再回写整行数据，目前你原有的代码是按整行做匹配的。
• 不要直接覆盖源文件，先输出到单独的result.csv验证内容正确后，再替换原文件，避免源文件丢失。

内容的提问来源于stack exchange，提问作者Jhonnysins