python - 如何识别缺失索引

Question

我有一个包含数百万个索引点的文本文件，这些索引点都被解释为字符串并以制表符分隔。但是，一些指标点可能会丢失。这是我的文本文件的示例:

1       0       4         0d 07:00:37.0400009155273   
2       0       4         0d 07:00:37.0400009155273   
3       0       4         0d 07:00:37.0400009155273   
5       0       4         0d 07:00:37.0400009155273   
7       0       4         0d 07:00:37.0400009155273   
9       0       4         0d 07:00:37.0400009155273

请注意缺少第 4、6 和 8 行。我的目标是创建一个可以解析文本文件的函数，识别可能缺失的索引点并返回一个包含所有缺失索引点(如果有)的列表，或者不返回任何内容。

我在 Spyder IDE Windows10 操作系统中使用 Python 3.7。我对 Python 和 Stackoverflow 比较陌生。

这就是我到目前为止所得到的。这适用于 ID 1 缺失索引，但如果存在多个缺失索引点，则会失败。

错误从第一行 else 之后开始。我不确定如何使用 for 循环的索引 (0, 1, 2, 3...) 跟踪文档中观察到的索引 (1, 2, 3, 5...) 作为缺失的索引点随着时间的推移复合.

请注意，文本文档的前 4 行包含我在解析期间忽略的标题信息，这就是为什么 data = f.readlines()[4:]

  def check_sorted_file(fileName):
        missing_idx = []
        count = 1
            with open(fileName, 'r') as f:
                data = f.readlines()[4:]
                for x, line in enumerate(data):
                    idx = int(line.split()[0])
                    if idx == (count + x): 
                        pass
                    else: 
                        missing_idx.append(count + x)
                        count += 1
                if missing_idx != []:
                    print('\nThe following idicie(s) are missing: ')
                    print(*missing_idx, sep=", ")
                else:   
                    print('\nAll indices are accounted for. ')
                return missing_idx

...

感谢所有帮助!

Answer 1

另一个答案为您提供了更好的整体解决方案，但我只想帮助指导您给定的解决方案朝正确的方向发展，以便您了解如何改变您的解决方案:

def check_sorted_file(fileName):
    missing_idx = []
    last_index = 0
    with open(fileName, 'r') as f:
        data = f.readlines()[4:]

    for line in data:
        idx = int(line.split()[0])
        if idx == last_index+1:
            pass
        else:
            missing_idx.extend(list(range(last_index+1, idx)))
        last_index = idx

    if missing_idx:
        print('\nThe following idicie(s) are missing: ')
        print(*missing_idx, sep=", ")
    else:
        print('\nAll indices are accounted for. ')
    return missing_idx

因此，无需使用枚举，我们将使用传入索引作为我们所处位置的指南。

为了解决多个缺失问题，我们使用 range 获取最后一个索引和当前索引之间的所有数字，并使用新的一组数字扩展我们的列表。