获取两个文件数组的差集，提取数组中的独有元素

嘿，这个需求其实挺常见的——从两个邮箱列表里找出只在第一个列表里存在的邮箱，对吧？下面给你几种实用的实现方式，按需选择就行：

Python 实现（灵活易扩展） #

如果需要后续对邮箱数据做更多处理，Python是个不错的选择，代码可读性强，处理小到中等规模的数据都很顺手：

# 读取两个文件，转成干净的邮箱数组（自动去掉空行和换行符）
with open('file1.txt', 'r') as f1:
    array1 = [line.strip() for line in f1 if line.strip()]
with open('file2.txt', 'r') as f2:
    array2 = [line.strip() for line in f2 if line.strip()]

# 小数据量直接用列表推导式找差集
array3 = [email for email in array1 if email not in array2]

# 如果你的邮箱列表特别大（比如上万条），把array2转成集合会快很多
# set2 = set(array2)
# array3 = [email for email in array1 if email not in set2]

# 打印结果或者写入新文件
print("差集结果：", array3)
with open('result.txt', 'w') as f:
    for email in array3:
        f.write(email + '\n')

Bash 命令行实现（快速高效） #

如果只是想快速得到结果，不用写脚本，直接用命令行工具就能搞定：

# 先排序两个文件（comm命令需要输入文件是已排序的）
sort file1.txt > sorted_file1.txt
sort file2.txt > sorted_file2.txt

# comm -23 表示只保留第一个文件有、第二个文件没有的行
comm -23 sorted_file1.txt sorted_file2.txt > result.txt

嫌生成中间文件麻烦？可以用匿名管道直接处理：

comm -23 <(sort file1.txt) <(sort file2.txt)

这样输出的就是你要的array3对应的邮箱列表啦～

内容的提问来源于stack exchange，提问作者Swapnil Joshi