python比較兩個大列表並處理一個

Question

我有兩個文本文件。在A.TXT，有線像這樣（一個百萬行）：

991000000019999998,b10000021, 
991000000019703408,b10000021, 
991000545455435408,b10000045, 
991000000029703408,b10000045, 
... 

第一部分是條形碼（991000000019703408），該第二部分是bib_number（b10000021）。 請注意，bib_number可能會在每行中重複。但條碼是唯一的。所以使用Set（）我認爲不好。 在另一個文件b.txt，該信息只有約bib_number（60萬記錄）：

b10000021 
b10000045 
b10000215 
... 

現在我要比較兩個文件，在a.txt中，如果eachline的bib_number（如b10000045）不在b.txt，這整行需要輸出到c.txt，像（991000000029703408，b10000045，）

我寫這樣的代碼，但我沒有得到reuslt，直到20分鐘。

with open("a.txt", "r") as f1,open("b.txt", "r") as f2,open("c.txt","w") as f3: 
    total_bb=f1.readlines() 
    list_match=f2.readlines() 
    for item_bb in total_bb: 
     recordList=re.split(",",item_bb) 
     item_bb_w=(recordList[1])+'\n' 
     if item_bb_w not in list_match: 
      f3.write(item_bb) 

是否有任何技巧做這兩個大型列表的比較？由於

Answer 1

使用set S，查找是O(1)：

with open("a.txt", "r") as f1,open("b.txt", "r") as f2,open("c.txt","w") as f3: 
    bs = set(b.strip() for b in f2) 
    for a in f1: 
     x = a.split(',') 
     if x[1].strip() not in bs: 
      f3.write(a) 

我還要看看csv模塊，以讀取逗號分隔值。