当前位置:首页 > 文章列表 > 文章 > python教程 > Pythonenumerate统计文本技巧

Pythonenumerate统计文本技巧

2025-12-19 11:28:48 0浏览 收藏

golang学习网今天将给大家带来《Python中使用enumerate统计文本的方法》,感兴趣的朋友请继续看下去吧!以下内容将会涉及到等等知识点,如果你是正在学习文章或者已经是大佬级别了,都非常欢迎也希望大家都能给我建议评论哈~希望能帮助到大家!

enumerate通过提供索引辅助文本统计,可遍历行或字符实现行号标记、关键词定位及出现次数统计,结合条件判断完成具体统计任务。

如何用enumerate在python中统计文本?

在 Python 中,enumerate 本身不直接用于统计文本,但它可以帮你遍历文本的每一行或每个字符,并结合其他逻辑实现统计功能。通常,enumerate 用来获取元素的同时获得其索引,这在处理文本时非常有用,比如标记行号或位置。

1. 使用 enumerate 遍历文本行并统计行号

当你读取一个文本文件或文本列表时,可以用 enumerate 给每一行加上行号,同时进行内容分析或条件统计。

text_lines = [
    "Hello world",
    "Python is great",
    "I love coding"
]

line_count = 0
for i, line in enumerate(text_lines, start=1):
    print(f"Line {i}: {line}")
    line_count += 1

print(f"Total lines: {line_count}")

2. 统计包含特定词的行及其位置

结合 enumerate 和条件判断,可以找出哪些行包含某个词,并记录行号。

keyword = "Python"
matches = []

for i, line in enumerate(text_lines):
    if keyword.lower() in line.lower():
        matches.append(i)

print(f"Keyword '{keyword}' found in lines: {matches}")
print(f"Found in {len(matches)} lines")

3. 统计字符位置(逐字符遍历)

如果要统计某个字符在字符串中的出现位置,也可以用 enumerate 遍历每个字符。

text = "hello"
target = 'l'
positions = []

for i, char in enumerate(text):
    if char == target:
        positions.append(i)

print(f"'{target}' appears at positions: {positions}")
print(f"Total occurrences: {len(positions)}")

4. 实际应用:读取文件并统计关键词出现的行

从文件中读取文本,使用 enumerate 记录行号,便于后续分析。

filename = "sample.txt"
keyword = "error"

with open(filename, 'r', encoding='utf-8') as file:
    error_lines = []
    for line_num, line in enumerate(file, start=1):
        if keyword in line:
            error_lines.append(line_num)

print(f"'{keyword}' found in lines: {error_lines}")
print(f"Total: {len(error_lines)} occurrences")

基本上就这些。enumerate 的作用是提供索引,真正的“统计”靠的是你写的逻辑,比如计数、条件判断和存储结果。它让位置追踪变得简单直观。

好了,本文到此结束,带大家了解了《Pythonenumerate统计文本技巧》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

12306查余票席位位置详解12306查余票席位位置详解
上一篇
12306查余票席位位置详解
Python零基础入门教程与学习指南
下一篇
Python零基础入门教程与学习指南
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    424次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    503次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    512次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    460次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    289次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码