首先，咱们先把问题核心理清楚：你要统计的是目标列表里每个在文件中至少出现一次的单词，最终分数是这类单词的数量，而非单词出现的总次数。你的代码得到结果为1，大概率是逻辑上没做到「每个单词仅计数一次」，或是存在遍历/匹配的漏洞。

常见错误代码示例 #

比如你可能写出了这类导致计数不符合预期的代码：

t = ['one', 'two', 'three']
points = 0
with open('CV.txt', 'r') as f:
    # 错误点：遍历文件中每个单词，重复出现的单词会重复加分；或是误判了匹配逻辑
    for line in f:
        for word in line.split():
            if word in t:
                points += 1

如果文件里"one"和"two"各出现一次，这段代码应该输出2，但你得到1的话，可能是代码里加了不必要的break提前终止循环，或是文件中的"two"存在大小写/标点差异（比如是"Two"或"two,"）导致匹配失败。

正确的基础实现方案 #

要确保每个目标单词只要出现过一次就加1分，最直观的方式是先提取文件中所有不重复的单词，再和目标列表求交集：

t = ['one', 'two', 'three']

# 读取文件所有内容，拆分单词并去重
with open('CV.txt', 'r') as f:
    # 用生成器表达式遍历所有行和单词，转成集合去重
    file_unique_words = set(word for line in f for word in line.strip().split())

# 计算目标列表与文件单词集合的交集长度，就是最终分数
points = len(set(t) & file_unique_words)
# 或者用更易读的写法：
# points = sum(1 for word in t if word in file_unique_words)

print(points)  # 此时应该输出2，符合你的预期

更高效的优化实现 #

如果你的CV.txt文件体积很大，上面的方法需要把所有单词加载到内存，会占用较多资源。可以优化为边读文件边检查，匹配完所有目标后立刻终止，大幅提升效率：

t = ['one', 'two', 'three']
target_set = set(t)  # 集合的in操作是O(1)，比列表的O(n)快很多
matched_words = set()
points = 0

with open('CV.txt', 'r') as f:
    for line in f:
        for word in line.strip().split():
            # 只对未匹配过的目标单词计数
            if word in target_set and word not in matched_words:
                matched_words.add(word)
                points += 1
            # 一旦所有目标单词都匹配完成，直接终止循环，节省IO时间
            if len(matched_words) == len(target_set):
                break
        if len(matched_words) == len(target_set):
            break

print(points)

这个方案的优势：

• 用集合存储目标单词，查询速度远快于列表
• 提前终止机制：匹配完所有目标后立刻停止读取文件，避免不必要的IO操作
• 仅存储已匹配的单词，内存占用极低

为什么你的原代码得到1？ #

大概率是以下两个原因之一：

1. 格式匹配问题：文件中的"two"存在大小写、标点等差异，比如是"Two"或"two,"，导致匹配失败。可以统一转成小写并去除标点后再匹配，比如word.strip('.,!?').lower() in target_set
2. 逻辑终止错误：代码中在匹配到第一个单词后就用break终止了循环，导致后续的"two"没有被检查到

内容的提问来源于stack exchange，提问作者Yunter