Python遍历列表删除.txt后缀错误链接未生效问题求解

两种写法失效的原因分别是：

• 第一种边遍历原列表边执行remove()的写法是Python常见误区：遍历过程中动态删除元素会导致列表索引实时偏移，部分元素会直接被跳过，造成漏删。同时判断逻辑本身也有错误：str.find('.txt')找到匹配时返回匹配位置的非负整数，未找到时返回-1，这两类值在Python布尔判断里都属于真值，条件永远成立，逻辑完全写反。
• 第二种正则写法逻辑偏差：代码是把匹配到txt的链接内容替换为空，而非直接过滤掉整条链接，无法得到正确结果。

最简洁高效的方案是使用列表推导式，直接通过字符串方法判断后缀过滤，不需要引入正则：

out1 = ['https://www.itu.int./htmldoc.asp?doc=t\\rec\\q\\T-REC-Q.1238.3-200006-I!!SUM-TXT-E.txt',
        'https://www.itu.int/dms_pubrec/itu-t/rec/q/T-REC-Q.1248.1-200107-I!!SUM-HTM-E.htm',
        'https://www.itu.int./htmldoc.asp?doc=t\\rec\\q\\T-REC-Q.1238.4-200006-I!!SUM-TXT-E.txt',
        'https://www.itu.int./htmldoc.asp?doc=t\\rec\\x\\T-REC-X.42-200003-S!!SUM-TXT-E.txt',
        'https://www.itu.int/rec/recommendation.asp?lang=en&parent=T-REC-X.51-198811-I',]

res = [url for url in out1 if not url.endswith('.txt')]
print(res)

运行输出符合预期：

[
    'https://www.itu.int/dms_pubrec/itu-t/rec/q/T-REC-Q.1248.1-200107-I!!SUM-HTM-E.htm',
    'https://www.itu.int/rec/recommendation.asp?lang=en&parent=T-REC-X.51-198811-I'
]

如果存在链接末尾带查询参数、.txt不在字符串最末尾的场景，可以把判断条件换成if '.txt' not in url，适配范围更广。

如果需要用正则实现，核心是做匹配判断而非内容替换，参考写法：

import re
res = [url for url in out1 if not re.search(r'\.txt$', url)]

其中正则r'\.txt$'表示匹配字符串结尾的.txt，和endswith()效果一致。

内容的提问来源于stack exchange，提问作者Yuliia