Как найти слова, которые не совпадают между двумя текстовыми файлами

Question

У меня есть два текстовых документа, которые содержат по существу все те же слова, но есть несколько исключений. Как найти слова в документе2, которые нигде не указаны в документе1, и распечатать их? Например:

документ1: "Привет, как ты"

документ2: "Привет, как ты сегодня Джон"

Желаемый результат: "Привет сегодня Джон"

Редактировать : Я хотел бы печатать слова, которые присутствуют только в документе2 и не найдены нигде в документе1. Я не хочу печатать одинаковые слова между ними.

Я создал этот код, который я думаю, что находит совпадения между двумя текстовыми файлами, которые на самом деле не то, что я хочу, чтобы это сделать:

doc1 = open("K:\System Files\Desktop\document1.txt", "r+") 
doc2 = open("K:\System Files\Desktop\document2.txt", "r+") 

list1 = [] 
list2 = [] 

for i in doc1: #Removes the new line after each word 
    i = i[:-1] 
    list1.append(i) 
for i in doc2: 
    i = i[:-1] 
    list2.append(i) 

for i in list1: 
    for j in list2: 
     if i == j: 
      print(i) 

Answer 1

Если вы не беспокоитесь о порядке слов, то вы можете использовать наборы для достижения этой цели следующим образом:

import re 

def get_words(filename): 
    with open(filename, 'r') as f_input: 
     return set(w.lower() for w in re.findall(r'(\w+)', f_input.read())) 

words1 = get_words('document1.txt') 
words2 = get_words('document2.txt') 

print words2 - words1 

Это выведет:

set(['john', 'hi', 'today']) 

Использование - на двух наборах дает вам difference между двумя наборами.