如何打印不在标准词表中的推文词汇？

错误原因 #

最后一段代码的核心问题：for x in range(len(tokenized_tweets))循环里，x是整数类型的索引值，你尝试用x[0]访问它的下标——整数没有下标属性，因此触发'int' object is not subscriptable（整数对象不可下标访问）的错误。

修正后的代码方案 #

1. 优化标准词表读取（用集合提升查询效率） #

# 读取标准词表并转为集合，集合的成员查询速度远快于列表
with open('wordslist.txt', 'r') as dk:
    word_set = {line.strip() for line in dk.readlines()}

注：with语句会自动关闭文件，比手动open更安全；strip()会同时去掉换行符和首尾空白，比单独replace('\n')更全面。

2. 遍历推文列表，筛选目标词汇 #

方式一：直接遍历元素（最简洁）

for word in tokenized_tweets:
    if word not in word_set:
        print(word)

方式二：保留索引遍历（需用到索引的场景）

for idx in range(len(tokenized_tweets)):
    current_word = tokenized_tweets[idx]
    if current_word not in word_set:
        print(current_word)

原错误代码的问题拆解 #

原代码最后一段逻辑错误：

for x in range(len(tokenized_tweets)):
    if x[0] not in dlist:  # x是整数，x[0]属于非法操作
        print(tokenized_tweets[x])

这里误把索引x当成了推文里的词汇，正确逻辑应该是先通过索引拿到对应词汇tokenized_tweets[x]，再和词表做对比。

内容的提问来源于stack exchange，提问作者Zulfi A