对我来说，使用列表推导式是一个非常明显的方法。不确定性能如何，但至少能保持列表。

[x for x in a if x in b]

或者"所有在A中的x值，如果x值在B中"

如果你将两个列表中较大的一个转换为一个集合，你可以使用intersection()获得该集合与任何可迭代对象的交集:

a = [1,2,3,4,5]
b = [1,3,5,6]
set(a).intersection(b)

从较大的集合中创建一个集合:

_auxset = set(a)

然后,

c = [x for x in b if x in _auxset]

会做你想做的(保留b的顺序，而不是a的顺序——不一定能同时保留两者)，而且动作要快。(使用a中的if x作为列表理解中的条件也可以工作，并且避免了构建_auxset的需要，但不幸的是，对于相当长的列表，它会慢得多)。

如果你想对结果进行排序，而不是保持列表的顺序，一个更整洁的方法可能是:

c = sorted(set(a).intersection(b))

使用过滤器和lambda运算符可以实现函数式的方法。

list1 = [1,2,3,4,5,6]

list2 = [2,4,6,9,10]

>>> list(filter(lambda x:x in list1, list2))

[2, 4, 6]

编辑:它过滤掉了同时存在于list1和list中的x，集差异也可以使用:

>>> list(filter(lambda x:x not in list1, list2))
[9,10]

python3 filter返回一个过滤器对象，用list封装它返回输出列表。

a = [1,2,3,4,5]
b = [1,3,5,6]
c = list(set(a).intersection(set(b)))

应该像做梦一样工作。并且，如果可以的话，使用集合而不是列表来避免所有这些类型更改!

这里的大多数解决方案都不考虑列表中元素的顺序，而是将列表视为集合。另一方面，如果希望找到两个列表中包含的一个最长子序列，则可以尝试以下代码。

def intersect(a, b):
    if a == [] or b == []: 
        return []
    inter_1 = intersect(a[1:], b)
    if a[0] in b:
        idx = b.index(a[0])
        inter_2 = [a[0]] + intersect(a[1:], b[idx+1:])        
        if len(inter_1) <= len(inter_2):
            return inter_2
    return inter_1

对于a=[1,2,3]和b=[3,1,4,2]，返回[1,2]而不是[1,2,3]。注意，这样的子序列不是唯一的，因为[1]，[2]，[3]都是a=[1,2,3]和b=[3,2,1]的解。