通过读取文本文件从文本文件中删除某些链接

Question

所以我有包含一些链接的 whitelist.txt 和包含其他链接的 scrapedlist.txt 以及 whitelist.txt 中的链接。

我正在尝试打开并阅读 whitelist.txt，然后打开并阅读 scrapedlist.txt - 写入新文件 updatedlist2.txt 将包含 scrapedlist.txt 减去 whitelist.txt.

的所有内容

我对 Python 还是很陌生，所以还在学习。我已经搜索了答案，这就是我想出的：

def whitelist_file_func():
    with open("whitelist.txt", "r") as whitelist_read:
        whitelist_read.readlines()
    whitelist_read.close()

    unique2 = set()

    with open("scrapedlist.txt", "r") as scrapedlist_read:
        scrapedlist_lines = scrapedlist_read.readlines()
    scrapedlist_read.close()

    unique3 = set()

    with open("updatedlist2.txt", "w") as whitelist_write2:
   
        for line in scrapedlist_lines:
            if unique2 not in line and line not in unique3:
                whitelist_write2.write(line)
                unique3.add(line)

我收到此错误，我也不确定我是否以正确的方式进行操作：

if unique2 not in line and line not in unique3:
TypeError: 'in <string>' requires string as left operand, not set

我应该怎么做才能实现上述以及我的代码是否正确？

编辑：

whitelist.txt：

KUWAIT
ISRAEL
FRANCE

scrapedlist.txt：

USA
CANADA
GERMANY
KUWAIT
ISRAEL
FRANCE

updatedlist2.txt（应该是这样）：

USA
CANADA
GERMANY

Answer 1

根据您的描述，我对您的代码进行了一些更改。

1. readlines() 方法被替换为 read().splitlines()。他们都读取整个文件并将每一行转换为一个列表项。区别在于readlines() 在项目末尾包含\n。
2. unique2 和 unique3 被删除。我找不到它们的用法。
3. 前两个部分whitelist_lines 和scrapedlist_lines 是两个包含链接的列表。根据您的描述，我们需要不在whitelist_lines 列表中的scrapedlist_lines 行，因此条件if unique2 not in line and line not in unique3: 更改为if line not in whitelist_lines:。
4. 如果您使用的是 Python 2.5 及更高版本，则可以使用 with 语句自动为您调用 close()。

最终代码为：

with open("whitelist.txt", "r") as whitelist_read:
    whitelist_lines = whitelist_read.read().split("\n")
    
with open("scrapedlist.txt", "r") as scrapedlist_read:
    scrapedlist_lines = scrapedlist_read.read().split("\n")

with open("updatedlist2.txt", "w") as whitelist_write2:
    for line in scrapedlist_lines:
        if line not in whitelist_lines:
            whitelist_write2.write(line + "\n")