python - 使用 python 逐文本比较两个不同的文件

Question

我试图在两个不同的文件之间找到相同的单词/文本，但没有得到我正在寻找的结果。

我尝试逐行比较，但没有得到结果

with open('top_1k_domain.txt', 'r') as file1:
with open('latesteasylist.txt', 'r') as file2:
    same = set(file1).intersection(file2)

 same.discard('\n')

 with open('some_output_file1.txt', 'w') as file_out:
for line in same:
    file_out.write(line)

就像我的第一个包含文本的文件

 google.com
 youtube.com
 facebook.com
 doublepimp.com
 uod2quk646.com
 qq.com
 yahoo.com
 tmall.com

第二个文件包含的位置

 ||doublepimp.com^$third-party
 ||uod2quk646.com^$third-party
 ....etc

它没有产生我正在寻找的输出，应该有 doublepimp.com 和 uod2quk646.com 在 some_output_file1.txt 文件中，但它是空的。任何人都可以在这里帮助我

Answer 1

通过使用集合交集，两个集合中的项目仅在相同的情况下才会匹配，但在两个文件的情况下则不然，因为第二个文件中的行不仅包含域名，还包含域名其他 AdBlock 语法。

在与第一个文件中的行执行集合交集之前，您应该从第二个文件中的行中提取域名部分:

import re
same = set(file1).intersection((re.findall(r'[a-z0-9.-]+', line) or [''])[0] + '\n' for line in file2)