检查最后一个索引号时索引超出范围怎么办？

Question

你好，我是 python 的新手，我正在编写一个模块，它应该将字符串作为输入，输出应该是每个单词、数字或符号的列表，没有空格。即（'10个甜苹果'）-> ['十'，'甜'，'苹果']。为此，我有一个标记当前索引号的起始值和一个结束值，只要字符串中的下一个内容是字母或数字，它就会递增。到目前为止，我已经成功地将单词、数字、符号等添加到要在 for 循环结束时返回的列表中。

当我处于最后一个索引号时，就会出现问题。我有这个代码：

def tokenize (lines):
    tokenizedList = []
    for line in lines:
        endValue = 0
        startValue = 0
        while startValue < len(line):   

            if line[endValue].isalpha():
                while line[endValue].isalpha():
                    endValue = endValue + 1
                word = line[startValue : endValue]
                tokenizedList.append(word)
                startValue = endValue
                
            elif line[endValue].isdigit():
                while line[endValue].isdigit():
                    endValue = endValue + 1
                word = line[startValue : endValue]
                tokenizedList.append(word)
                startValue = endValue
            
            elif line[endValue].isspace():
                while line[endValue].isspace():
                    startValue += 1
                    endValue = startValue
            
            else:
                endValue += 1
                word = line[startValue : endValue]
                tokenizedList.append(word)
                startValue = endValue
    
        return tokenizedList

由于 if 语句中的 while 循环递增 endValue，它最终会超出索引范围。我不知道如何阻止此错误的发生以及应该如何更改 while 循环，以便它知道何时停止检查最后一个字母。有什么想法吗？

Answer 1

您可以简单地使用内置的拆分方法：

tokenizedList = ' my 3 words'.split(' ')

返回 ['my', '3', 'words']

但是，如果你想坚持你的代码，你可以在增加 endValue 之前添加另一个条件：

if line[endValue].isalpha():
    while line[endValue].isalpha() and endValue < len(line)-1:
        endValue += 1
    word = line[startValue : endValue]

别忘了相应地更改数字的代码。