Python 3中比较文本文件并保留新行原顺序的实现方法

这个问题我太熟了！你碰到的无序问题确实是因为用了set——集合是不保留元素顺序的，所以你取两个集合的差集时，输出顺序就完全乱掉了。要保留原文件的行顺序，我们只需要调整一下思路：不要把原文件的行转成集合，而是用集合存另一个文件的行来做快速查找，再按顺序遍历原文件的每一行。

核心思路 #

1. 把attlog.dat（f2）的所有行存入一个集合，这样判断某行是否存在的速度是O(1)，效率很高；
2. 按顺序遍历1_attlog.dat（f1）的每一行，只要该行不在f2的集合里，就写入新文件；
3. 全程保持f1的行顺序不变，完美解决无序问题。

修改后的代码 #

with open("C:/Temp/1_attlog.dat", "r") as f1, \
     open("C:/Temp/attlog.dat","r") as f2, \
     open("C:/Temp/attlog_new.dat", "w") as n:
    # 将f2的所有行存入集合，用于快速判断行是否存在
    existing_lines = set(f2.read().splitlines())
    # 按原顺序遍历f1的每一行
    for line in f1.read().splitlines():
        if line not in existing_lines:
            # 写入时补回换行符（splitlines()会去掉原换行）
            n.write(line + '\n')

额外优化（处理换行符兼容） #

如果担心不同系统的换行符差异（比如Windows的\r\n和Linux的\n），可以改用readlines()保留原换行符，再统一处理行内容：

with open("C:/Temp/1_attlog.dat", "r") as f1, \
     open("C:/Temp/attlog.dat","r") as f2, \
     open("C:/Temp/attlog_new.dat", "w") as n:
    # 去除换行符后存入集合，避免换行符干扰判断
    existing_lines = set(line.rstrip('\r\n') for line in f2.readlines())
    # 遍历f1的每一行，原样保留原换行符
    for line in f1.readlines():
        stripped_line = line.rstrip('\r\n')
        if stripped_line not in existing_lines:
            n.write(line)

这样既保证了原文件的行顺序，又兼顾了效率和换行符兼容性，完全解决你的问题～

内容的提问来源于stack exchange，提问作者Morris