两个列表之间的差异大于两个列表中元素数量的差异

Question

我有两个已经处理的文件列表（A，B）。列表A包含所有初始文件，列表B包含所有已成功处理的文件（因此第二个列表（B）是第一个列表的子集）

A包含231453项

B包含124769项

我想减去它们，看看哪些文件没有得到处理(C应包含106684项）

为此，我使用设置：

newlist=[]
newlist2=[]
newlist3=[]
newlist=( set(A) - ( set(A) & set(B) ) )
newlist2=(set(A)^set(B))
newlist3=(set(A) - set(B))
print len(newlist)
print len(newlist2)
print len(newlist3)

结果是：

134173
161662
134173

Why there are more items than the one expected?

Answer 1

你的B包含一些不在A中的项如果B是A的子集那么所有三个长度应该是相同的。事实上，你的对称差异有更高的长度，你的B包含某些项目，而不是在A

Answer 2

您已经指定A和B是列表。列表中有可能有重复项在转换为set时丢失

A set is a collection which is unordered and unindexed. In Python sets are written with curly brackets.

为了你的案子你可以

not_processed = filter(lambda x: x in A, B)

或者

not_processed = [x for x in A if x in B]

如果x值在B中，上述代码将给出A中存在的所有x值