Как удалить слова из текстового файла, который существует в другом текстовом файле?

Question 1

Файл a.txt содержит около 100 тыс. Слов, каждое слово находится в новой строке

july.cpp
windows.exe
ttm.rar
document.zip

Файл b.txt содержит 150 тыс. Слов, одно слово за строкой - некоторые слова из файла a.txt, но некоторые слова являются новыми:

july.cpp    
NOVEMBER.txt    
windows.exe    
ttm.rar    
document.zip    
diary.txt

Как я могу объединить эти файлы в одну, удалить все повторяющиеся строки и сохранить новые строки (строки, которые существуют в a.txt, но не существуют в b.txt ] и наоборот)?

Question 2

Существует команда, чтобы сделать это: comm. Как указано в man comm, это просто простой:

   comm -3 file1 file2
          Print lines in file1 not in file2, and vice versa.

Примечание, которое comm ожидает, что содержание файлов будет отсортировано, таким образом, необходимо будет отсортировать их прежде, чем звонить comm на них, точно так же, как это:

sort unsorted-file.txt > sorted-file.txt

Так для подведения:

sort a.txt > as.txt

sort b.txt > bs.txt

comm -3 as.txt bs.txt > result.txt

После выше команд, Вы будете ожидать строки в result.txt файл.

Question 3

Question 4

Вот короткий python3 сценарий, на основе ответ Germar , который должен выполнить это при сохранении b.txt неотсортированный порядок.

#!/usr/bin/python3

with open('a.txt', 'r') as afile:
    a = set(line.rstrip('\n') for line in afile)

with open('b.txt', 'r') as bfile:
    for line in bfile:
        line = line.rstrip('\n')
        if line not in a:
            print(line)
            # Uncomment the following if you also want to remove duplicates:
            # a.add(line)

Question 5

#!/usr/bin/env python3

with open('a.txt', 'r') as f:
    a_txt = f.read()
a = a_txt.split('\n')
del(a_txt)

with open('b.txt', 'r') as f:
    while True:
        b = f.readline().strip('\n ')
        if not len(b):
            break
        if not b in a:
            print(b)

Question 6

Взгляните на команду coreutils comm - man comm

NAME
       comm - compare two sorted files line by line

SYNOPSIS
       comm [OPTION]... FILE1 FILE2

DESCRIPTION
       Compare sorted files FILE1 and FILE2 line by line.

       With  no  options,  produce  three-column  output.  Column one contains
       lines unique to FILE1, column two contains lines unique to  FILE2,  and
       column three contains lines common to both files.

       -1     suppress column 1 (lines unique to FILE1)

       -2     suppress column 2 (lines unique to FILE2)

       -3     suppress column 3 (lines that appear in both files)

Так, например, можно сделать

$ comm -13 <(sort a.txt) <(sort b.txt)
diary.txt
NOVEMBER.txt

(строки, уникальные для b.txt)

score 13 · Accepted Answer · 26 July 2014 в 18:07