为什么'the'在追求之后继续存在？

Question

这段代码中发生了一些奇怪的事:

fh = open('romeo.txt', 'r')
lst = list()

for line in fh:
    line = line.split()
    for word in line:
        lst.append(word)

for word in lst:
    numberofwords = lst.count(word)
    if numberofwords > 1:
        lst.remove(word)

lst.sort()

print len(lst)
print lst

romeo.txt取自http://www.pythonlearn.com/code/romeo.txt

结果:

27
['Arise', 'But', 'It', 'Juliet', 'Who', 'already', 'and', 'breaks', 'east', 'envious', 'fair', 'grief', 'is', 'kill', 'light', 'moon', 'pale', 'sick', 'soft', 'sun', 'the', 'the', 'through', 'what', 'window', 'with', 'yonder']

如你所见,有两个'the'.这是为什么？我可以再次运行这部分代码:

for word in lst:
    numberofwords = lst.count(word)
    if numberofwords > 1:
        lst.remove(word)

在第二次运行此代码后,它会删除剩余的'the',但为什么它第一次不能正常工作？

正确输出:

26
['Arise', 'But', 'It', 'Juliet', 'Who', 'already', 'and', 'breaks', 'east', 'envious', 'fair', 'grief', 'is', 'kill', 'light', 'moon', 'pale', 'sick', 'soft', 'sun', 'the', 'through', 'what', 'window', 'with', 'yonder']

Answer 1

在这个循环中:

for word in lst:
    numberofwords = lst.count(word)
    if numberofwords > 1:
        lst.remove(word)

lst迭代时修改它.不要那样做.一个简单的解决方法是迭代它的副本:

for word in lst[:]:

Answer 2

Python提供了美味的工具,可以轻松完成这些任务.通过使用内置的东西,通常可以避免使用显式循环和现场修改循环变量时遇到的各种问题:

with open('romeo.txt', 'r') as fh:
    words = sorted(set(fh.read().replace('\n', ' ').split(' ')))

print(len(words))
print(words)