最稳妥方式是直接调用 difflib.unified_diff，需传入带换行符的行列表和非空字符串文件名；避免 Differ、注意编码与换行符统一、大文件宜用流式处理或替代库。
用 difflib.unified_diff 生成标准 diff 报告最稳妥
直接调 difflib.unified_diff 是最接近 Unix diff -u 行为的方式，输出可读、可被 patch 工具消费，也方便 Git 用户理解。别用 difflib.Differ —— 它加一堆 +/- 前缀但没行号、没上下文，自动化解析时容易漏行或错位。
-
fromfile和tofile参数必须传字符串（比如"old.txt"），不能是空字符串或None，否则输出头部缺失，后续工具可能解析失败 - 两文件内容要按行切分且末尾带换行符（
\n），否则最后一行会被合并或截断；推荐用open(...).readlines()而不是.read().splitlines()，后者会丢掉换行符 - 如果文件含 Windows 换行（
\r\n）而另一份是 Unix（\n），差异会放大成“整行不同”，提前统一换行符更可靠：用str.replace('\r\n', '\n').replace('\r', '\n')
对比大文件时别把整个 list 加载进内存
difflib 所有函数都要求输入是 list（每行一个元素），但对几百 MB 的日志或配置文件，readlines() 会爆内存。得边读边切、分块处理，或者改用流式思路。
- 用生成器逐行读取再转成 list 片段：比如每次读 1000 行，用
itertools.islice控制，但注意unified_diff需要完整上下文，所以只适合“确认是否相同”的快速判断场景 - 真要 diff 大文件又不想 OOM？换
diff-match-patch库的diff_main，它支持字符串直接比对，内存占用低，但输出不是标准 unified 格式 - Python 3.12+ 可试
difflib.diff_bytes（二进制模式），避免编码问题导致的解码失败，但前提是文件确实能当二进制安全处理
difflib.SequenceMatcher 的 ratio() 不代表“相似度百分比”
很多人用 SequenceMatcher(a, b).ratio() 判断两个文本像不像，结果发现 0.85 的值对应肉眼几乎一样的内容，或 0.42 却只差一行——因为它是基于最长公共子序列（LCS）算的，对行序敏感，不考虑语义。
- 它把每行当原子单位比较，所以两文件仅顺序不同（如配置项重排），
ratio()可能低至 0.2；想忽略顺序？先sorted()再比，但会丢失原始结构信息 -
quick_ratio()和real_quick_ratio()是近似优化，返回值一定 ≥ratio()，但不可用于判断“是否一致”，只能做快速过滤 - 需要数值化差异程度？不如统计
unified_diff输出里+和-行数，更贴近真实修改量
中文或特殊编码文件常卡在 UnicodeDecodeError
错误信息像 UnicodeDecodeError: 'gbk' codec can't decode byte 0xa6 in position 123，本质是 open 时没指定 encoding，Python 用系统默认编码（Windows 上常是 gbk）去读 UTF-8 文件。
立即学习“Python免费学习笔记（深入）”；
- 强制指定
encoding='utf-8'是底线，但有些旧日志是 GB2312 或 UTF-8-SIG（带 BOM），得用chardet先探测：chardet.detect(open(f, 'rb').read(10000))['encoding'] - 用
errors='replace'可避免报错，但会把乱码变 ，导致 diff 结果失真；更稳的做法是先统一转 UTF-8 再比 - 如果文件路径含中文，在 Windows 下用
pathlib.Path比字符串拼接更可靠，避免UnicodeEncodeError在open()前就抛出
difflib 只管字面，其余得自己兜底。 
