如何检查列表内链接是否已存在于CSV文件并追加未存在链接

你这段代码的逻辑存在多处错误，根本没法实现"检查链接是否在CSV中，不存在则追加"的需求，具体问题如下：

• 用'w'模式打开文件会直接清空原有内容，完全破坏了要检查的历史数据
• if link in 'shows.csv'这行是在判断字符串link是否等于文件名，根本没去读取文件里的内容
• 循环里直接修改原列表links.remove(link)，会导致遍历过程中列表长度变化，跳过部分元素
• 追加逻辑混乱，每次都把整个links列表写入，而不是只添加不存在的单个链接

修复后的可运行代码 #

import pandas as pd

# 读取CSV中已有的链接，存入集合（集合查找速度远快于列表）
existing_links = set()
try:
    df = pd.read_csv('shows.csv')
    # 这里假设CSV的列名为'link'，如果实际是'email'就改成对应名称
    if 'link' in df.columns:
        existing_links = set(df['link'].tolist())
except FileNotFoundError:
    # 如果文件还不存在，直接初始化空集合
    pass

# 筛选出列表中不在CSV里的新链接
new_links = [link for link in links if link not in existing_links]

# 把新链接追加到文件末尾
if new_links:
    new_df = pd.DataFrame({'link': new_links})
    # mode='a'是追加模式，header参数确保只有新建文件时才写表头
    new_df.to_csv('shows.csv', mode='a', index=False, header=not existing_links)

关键说明 #

1. 用try-except处理文件不存在的情况，避免程序报错
2. 用集合存储已有链接，大幅提升查找效率
3. 先一次性筛选出所有新链接，再批量追加，减少文件读写次数
4. header=not existing_links保证表头只写一次，不会重复出现在文件里

内容的提问来源于stack exchange，提问作者hmark