Python中for循环遍历文件行顺序异常及索引重复问题求助

嘿，我一下子就找到你代码里的问题啦！

核心问题：list.index()的行为不是你想的那样 #

你用html_text.index(line)来获取当前行的索引，这个方法的本质是在列表中查找第一个和line完全匹配的元素的位置。如果你的HTML文件里存在重复的行（比如多个空行、相同的<meta>标签行或者重复的空格行），那每次循环到这些重复行时，index()都会返回它第一次出现的那个索引，这就直接导致了两种现象：

• 重复获取同一索引：重复行都会指向第一次出现的位置
• 顺序“不正确”：因为后面的重复行的索引被拉到前面去了，整体索引序列就乱了

正确的解决方法 #

最Pythonic也最简单的方式是用enumerate()函数，它可以在循环时同时返回当前索引和对应的行内容，完美避开index()的坑：

numbers = []
html_file = 'page.pwc'
with open(html_file, "r+") as f:
    html_text = f.readlines()
    # 用enumerate同时获取索引和行
    for idx, line in enumerate(html_text):
        numbers.append(idx)
print(numbers)

如果你更习惯直接遍历索引，也可以这么写：

numbers = []
html_file = 'page.pwc'
with open(html_file, "r+") as f:
    html_text = f.readlines()
    # 直接遍历列表的索引范围
    for idx in range(len(html_text)):
        numbers.append(idx)
        # 如果需要处理当前行，用 html_text[idx] 即可
print(numbers)

验证结果 #

我用example.com的HTML文件测试了上面的代码，输出的索引是从0开始连续递增的，完全符合文件行的顺序，没有重复也没有乱序的问题。

内容的提问来源于stack exchange，提问作者mulaixi