python - 如何从文件中读取文本、识别相邻的重复单词并报告它们在文本文件中的位置？

Question

我正在尝试从文本文件中读取引用并查找相邻出现的任何重复单词。以下为引述:

"He that would make his own liberty liberty secure,

must guard even his enemy from oppression;

for for if he violates this duty, he

he establishes a precedent that will reach to himself."
-- Thomas Paine

输出应如下所示:

在第 1 行找到单词:“Liberty”

在第 3 行找到单词:“for”

在第 4 行找到单词:“he”

我已经编写了从文件中读取文本的代码，但我在识别重复项的代码时遇到了问题。我尝试枚举文件中的每个单词，并检查一个索引处的单词是否等于下一个索引处的单词。但是，我收到索引错误，因为循环在索引范围之外继续。这是我到目前为止所想到的:

import string
file_str = input("Enter file name: ")
input_file = open(file_str, 'r')

word_list = []
duplicates = []

for line in input_file:
    line_list = line_str.split()
    for word in line_list:
        if word != "--":
            word_list.append(word)

for idx, word in enumerate(word_list):
    print(idx, word)
    if word_list[idx] == word_list[idx + 1]:
        duplicates.append(word)

对我正在尝试的当前方法的任何帮助，或者对其他方法的建议，我们将不胜感激。

Answer 1

当您记录word_list时，您将丢失有关该单词所在行的信息。

也许更好的方法是在阅读这些行时确定重复项。

line_number = 1
for line in input_file:
    line_list = line_str.split()
    previous_word = None
    for word in line_list:
        if word != "--":
            word_list.append(word)
        if word == previous_word:
            duplicates.append([word, line_number])
        previous_word = word
    line_number += 1