Python 写了一个读取 2 个文件，比较第一行的脚本，横看竖看不对劲，没看出来什么错误，

[wsds]

使用场景： 以其中一个文件为基准（正确的值），对比两个文件中不同的行，并统计出来正确的数，错误的数 如

1.txt （基准文件）
a.jpg 0
b.jpg 2
c.jpg 3
...

2.txt
a.jpg 1
b.jpg 2
c.jpg 3
...

那么这两个文件中就 a.jpg 出错了 我的思路比较粗爆，就是拿 1 这个基准的每一行去了空格后，与 2 里边比，比中就记个数，一直把 1 中的挨个与 2 中的比一遍，但我发现这样写，每次 都要重新打开文件 2 一次，而且感觉不也靠谱，而且不知道怎么把错误的给挑出来，有什么更好的办法吗？或者是优化一下我这个

def compare(testfile, basefile):
    correct = 0
    all = 0
    with open(testfile, encoding="utf-8") as f1:
        for i in f1.readlines():
            all += 1
            with open(basefile, encoding="utf-8") as f2:
                for j in f2.readlines():
                    if i.replace(" ", "") == j.replace(" ", ""):
                        correct += 1
                    else:#想把错误的输出出来，但没有输出
                        print(i)#想把错误的输出出来
    print("样本数: %d\n 正确数: %d\n 错误数: %d\n 准确率: %f" %
          (all, correct, all - correct, correct / all))


if __name__ == '__main__':
    compare("test1.txt", "base1.txt")

[Yourshell]

在循环里别用 with 呗，直接读文件读完关掉

[ivechan]

没必要非得用 with。

[fffflyfish]

读到 numpy 或者 pandas，然后直接比对列值，很简单呀

[kethylar]

return len(set(line.strip() for line in open(testfile)) - set(line.strip() for line in open(basefile)))

[imn1]

你实际上是同行数比较吧？
这样只需要一个 for 行数 就够了

你现在是两文件每行都交叉比较，数量级是相乘

[luguhu]

数据量不大可以直接 set 了,再取交集吧

[wsds]

@imn1 不是同行，是要交叉，可能 我举的例子看上去每一行都一样，其实不是这样的，是乱序的

[wsds]

@kethylar 这个太牛逼了，能不能把这个错误的值也显示出来啊

[wsds]

@kethylar 知道了，把 len 去掉就显示了，多谢

[elsove812]

分别打开前一个个文件，用前面的“ a.jpg ”、“ b.jpg ”....当作 key 后面的当作值存入字典，再打开第二个文件，逐行读入，用前一段去字典里取值，与后面的对比。

[kethylar]

@wsds 小文件可以这样搞，大点的文件借助一下 redis 啥的（或者直接比较 hash 值）

[wsds]

@kethylar 小文件指的是多小？

[kethylar]

@wsds 内存不爆我觉得都小。。。

[wsds]

@kethylar 那应该没啥压力，哈哈

[thedrwu]

sort | comm -3 | wc -l