text = ["foo", "bar", "baz"]
target = "bar"

[index for index, value in enumerate(text) if value == target]

对于一个小的元素列表，这会很好。但是，如果列表包含大量元素，最好应用二进制运行时复杂度为O（logn）的搜索.

请尝试以下代码：

["foo", "bar", "baz"].index("bar")

参考：https://www.programiz.com/python-programming/methods/list/index

在查找列表中项目的索引时，列表理解将是获得紧凑实现的最佳选择。

a_list = ["a", "b", "a"]
print([index for (index , item) in enumerate(a_list) if item == "a"])

查找列表L中项目x的索引：

idx = L.index(x) if (x in L) else -1

可以使用zip（）函数获取列表中值的索引。代码可以是：；

list1 = ["foo","bar","baz"]
for index,value in zip(range(0,len(list1)),list1):
    if value == "bar":
        print(index)

>>> ["foo", "bar", "baz"].index("bar")
1

有关列表的内置.index（）方法，请参阅文档：

list.index（x[，start[，end]]）返回值等于x的第一项列表中从零开始的索引。如果没有该项，则引发ValueError。可选参数start和end被解释为切片符号，用于将搜索限制在列表的特定子序列。返回的索引是相对于完整序列的开头而不是start参数计算的。

注意事项

列表长度的线性时间复杂性

索引调用按顺序检查列表中的每个元素，直到找到匹配项。如果列表很长，并且不能保证值会接近开始，这会降低代码的速度。

只有使用不同的数据结构才能完全避免这个问题。但是，如果已知元素在列表的某个部分内，则可以使用start和end参数来缩小搜索范围。

例如：

>>> import timeit
>>> timeit.timeit('l.index(999_999)', setup='l = list(range(0, 1_000_000))', number=1000)
9.356267921015387
>>> timeit.timeit('l.index(999_999, 999_990, 1_000_000)', setup='l = list(range(0, 1_000_000))', number=1000)
0.0004404920036904514

第二次调用速度快了几个数量级，因为它只需要搜索10个元素，而不是全部100万个元素。

仅返回第一个匹配项的索引

对索引的调用按顺序搜索列表，直到找到匹配项，然后停止。如果该值可能出现多次，并且需要所有索引，则索引无法解决问题：

>>> [1, 1].index(1) # the `1` index is not found.
0

相反，使用列表理解或生成器表达式进行搜索，使用enumerate获取索引：

>>> # A list comprehension gives a list of indices directly:
>>> [i for i, e in enumerate([1, 2, 1]) if e == 1]
[0, 2]
>>> # A generator comprehension gives us an iterable object...
>>> g = (i for i, e in enumerate([1, 2, 1]) if e == 1)
>>> # which can be used in a `for` loop, or manually iterated with `next`:
>>> next(g)
0
>>> next(g)
2

如果只有一个匹配项，列表理解和生成器表达式技术仍然有效，并且更具通用性。

如果不匹配，则引发异常

如以上文档中所述，如果搜索的值不在列表中，则使用.index将引发异常：

>>> [1, 1].index(2)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: 2 is not in list

如果这是一个问题，请首先使用my_list中的项显式检查，或者根据需要使用try/except处理异常。

显式检查简单易读，但它必须再次迭代列表。参见Python中的EAFP原理是什么？以获取有关此选择的更多指导。