使用fitz提取PDF文本后，如何优雅遍历列表并避免索引错误？

用PyMuPDF（fitz）提取PDF文本后，会得到由元组组成的单词列表，每个元组格式为(x0, y0, x1, y1, "文本内容", block_no, block_type)。要提取"sample population"和"target population"对应的数值，原代码因遍历范围不当触发IndexError，可以用以下几种更简洁、符合Python风格的写法解决：

方案1：控制遍历索引范围 #

直接限制循环的索引边界，避免越界，同时替换位运算为逻辑运算：

sample_pop = 0
target_pop = 0
# 只遍历到倒数第三个元素，确保i+2不会超出列表长度
for i in range(len(wlist) - 2):
    current_word = wlist[i][4]
    next_word = wlist[i+1][4]
    if current_word == "sample" and next_word == "population":
        sample_pop = wlist[i+2][4]
    elif current_word == "target" and next_word == "population":
        target_pop = wlist[i+2][4]

方案2：滑动窗口式迭代（最Pythonic） #

利用zip将连续三个元素打包，自动处理边界，无需手动计算索引：

sample_pop = 0
target_pop = 0
# 打包连续三组元素，自动停止在最后有效三元组
for prev_item, curr_item, num_item in zip(wlist, wlist[1:], wlist[2:]):
    prev_word = prev_item[4]
    curr_word = curr_item[4]
    if prev_word == "sample" and curr_word == "population":
        sample_pop = num_item[4]
    elif prev_word == "target" and curr_word == "population":
        target_pop = num_item[4]

方案3：字典映射减少重复代码 #

如果后续可能扩展更多类似关键词，用字典存储目标值，提升代码扩展性：

# 初始化需要提取的目标键值对
populations = {"sample": 0, "target": 0}
for prev_item, curr_item, num_item in zip(wlist, wlist[1:], wlist[2:]):
    key = prev_item[4]
    # 检查当前关键词是否在目标集合中，且下一个词是population
    if key in populations and curr_item[4] == "population":
        populations[key] = num_item[4]

# 提取结果
sample_pop = populations["sample"]
target_pop = populations["target"]

原代码的核心问题 #

1. 遍历范围未做限制：循环到列表最后两个元素时，i+1或i+2会超出列表索引，触发IndexError；
2. 错误使用位运算符&：逻辑判断应使用and，&是位运算，仅在布尔值场景下巧合生效，不符合Python逻辑判断的规范。

内容的提问来源于stack exchange，提问作者magladde