Python 输出两次-在发布此问题前30分钟更新问题

这是我的密码

import re
    with open('newfiles.txt') as f:
        k = f.read()
    p = re.compile(r'[\w\:\-\.\,\']+|[^[\w\:\-\.\'\,]\s]')
    originaltext = p.findall(k)
    uniquelist = []
    for word in originaltext:
        if word not in uniquelist:
            uniquelist.append(word)
    indexes = ' '.join(str(uniquelist.index(word)+1) for word in originaltext)
    n = p.findall(indexes)
    file = open("newfiletwo.txt","w")
    file.write (' '.join(str(e) for e in n))
    file.close()
    file = open("newfilethree.txt","w")
    file.write(' '.join(uniquelist))
    file.close()
    with open('newfiletwo.txt') as f:
        indexess = f.read()
    with open('newfilethree.txt') as f:
        differentwords = f.read()
    differentwords = p.findall(differentwords)
    indexess = [uniquelist.index(word) for word in originaltext] 
    for word in originaltext:
        if not word in differentwords:
            differentwords.append(word)
        i = differentwords.index(word)
        indexess.append(i)
    s = "" # the reconstructed sentence
    for i in indexess:
        s = s + differentwords[i] + " "
    print(s)

程序基本上获取一个外部文本文件，返回其位置的索引（如果有单词重复，则获取第一个位置），然后将位置保存为外部文件。在执行此操作时，我已拆分文本文件，包括拆分标点符号，并将文件中出现的不同单词和标点符号保存为外部文件。现在，对于困难的部分，使用这两个外部文件-索引和不同的分隔单词，我尝试重新创建原始文本文件，包括标点符号。但出现标题中显示的错误：

Traceback (most recent call last):
        File "E:\Python\Index.py", line 31, in <module>
           s = s + differentwords[i] + " "
    IndexError: list index out of range

回溯（最近一次呼叫最后一次）：
文件“E:\Python\Index.py”，第31行，在
s=s+differentwords[i]+“”
索引器：列表索引超出范围

我不想听起来粗鲁，但我是一个初学者，请尽量用一种简单的方式改变，因为我自己创造了这个。你们可能知道一种短得多的方法来实现这一点，但这是我可以处理的简单程度，代码的长度证明了这一点。我曾试图缩短原始文本文件，但证明没有用。有人知道错误发生的原因以及如何修复吗？我现在并不是在寻找效率，也许在再学习几个月之后，但最简单（我不介意太长）的答案将是最好的。对不起，我重复了很多次：-）

“newfiles”-一组带有标点符号的句子

更新

---

代码不显示错误，但打印原始句子两次。由于删除了第23行上的+1，错误消失。有人知道为什么输出会重复两次吗？

问题是，如何限定单词是什么，什么不是。例如，逗号是单词的一部分吗？在您的情况下，它并不是一个分隔符。所以你会得到一个单独的单词逗号，或点，等等。我无法访问您的输入，因此我只能提供示例：

p=re.compile（r'[\w\:\-\.\，]+\124;[^[\ w\:\-\.\，]\s]'）

有一点——在本例中，“单词”、“单词”、“单词”、“单词”、“单词”、“单词”都是独立的单词。因为圆点和昏迷是单词的一部分。你不能一边吃蛋糕一边吃。要解决这个问题。。。如果分离前存在空白，则需要存储信息

更新： 哦，是的。双输出。存储在中间的文件是可以的。所以在那之后有一些东西被归档了。请看这两行：

i=不同的两个字索引（word）
追加索引（一）

---

它们需要在前面的if语句中

这是可疑的：

indexess=[uniquelist.index（word）+1表示原始文本中的单词]

。为什么要添加一个呢？@StevenRumbalski-WOW-thx-man，可能是一个bug，因为我认为python从零开始计数，可能是被搞糊涂了，忘了删除它。这改变了很多结果，但是整个文本文件重复了两次，并且标点符号和单词之间有空格，我猜是从单词中分割出来的。你知道如何解决这两个问题吗？@StevenRumbalski，如果你想知道“newfiles”只是几个带有标点符号的句子，这已经被编辑到question@StevenRumbalskiNvm，谢谢您的尝试：-）谢谢您的解释。但是你知道为什么输出会自动重复吗？它会把同一个东西打印两次。谢谢。它真的很有帮助。在这个问题上已经坚持了很长一段时间了：-）我能问一下，你加入正则表达式在这里做什么吗？比如这个正则表达式和我代码中已有的正则表达式有什么区别？后来我试着自己创建一个，类似于这个，但是我的代码不起作用。你能给我解释一下这个正则表达式是做什么的吗？对于python来说，有一个很好的工具——kiki。在Ubuntu上-

sudo-apt-get-install-kiki

。然后，您可以提供示例代码、正则表达式，并直观地测试不同的选项。有了它，请转到python文档重新模块，并尝试不同的选项。我刚刚找到佩奇--如果那样对任何人来说都比较容易的话…我知道已经有一段时间了，但是当你说“有一点——在这种情况下，‘单词’、‘单词’、‘单词’、‘单词’、‘单词’都是独立的单词。因为圆点和昏迷是单词的一部分。你不能一边吃蛋糕一边吃。要解决这个问题。。。如果分离前存在空白，则需要存储信息。”，我该怎么做？