为什么在索引字符串而不是切片时在 Python 3 中出现 IndexError？

Question

我是编程新手，并且正在尝试使用 Python 3。我发现了一些处理 IndexError 的主题，但似乎对这种特定情况没有帮助。

我编写了一个函数，它打开一个文本文件，一次读取一行，然后将该行分割成单独的字符串，每个字符串都附加到一个特定的列表（记录行中的每个“列”一个列表） )。大多数切片是多个字符 [x:y]，但有些是单个字符 [x]。

我收到了IndexError: string index out of range 消息，但据我所知，它不是。这是函数：

def read_recipe_file():
    recipe_id = []
    recipe_book = []
    recipe_name = []
    recipe_page = []
    ingred_1 = []
    ingred_1_qty = []
    ingred_2 = []
    ingred_2_qty = []
    ingred_3 = []
    ingred_3_qty = []

    f = open('recipe-file.txt', 'r')  # open the file 
    for line in f:
        # slice out each component of the record line and store it in the appropriate list
        recipe_id.append(line[0:3])
        recipe_name.append(line[3:23])
        recipe_book.append(line[23:43])
        recipe_page.append(line[43:46])
        ingred_1.append(line[46]) 
        ingred_1_qty.append(line[47:50])
        ingred_2.append(line[50]) 
        ingred_2_qty.append(line[51:54])
        ingred_3.append(line[54]) 
        ingred_3_qty.append(line[55:])
    f.close()
return recipe_id, recipe_name, recipe_book, recipe_page, ingred_1, ingred_1_qty, ingred_2, ingred_2_qty, ingred_3, \
       ingred_3_qty

这是回溯：

Traceback (most recent call last):
  File "recipe-test.py", line 84, in <module>
    recipe_id, recipe_book, recipe_name, recipe_page, ingred_1, ingred_1_qty, ingred_2, ingred_2_qty, ingred_3, ingred_3_qty = read_recipe_file()
  File "recipe-test.py", line 27, in read_recipe_file
    ingred_1.append(line[46])

调用相关函数的代码是：

print('To show list of recipes: 1')
print('To add a recipe: 2')
user_choice = input()
recipe_id, recipe_book, recipe_name, recipe_page, ingred_1, ingred_1_qty, ingred_2, ingred_2_qty, \
ingred_3, ingred_3_qty = read_recipe_file()

if int(user_choice) == 1:
    print_recipe_table(recipe_id, recipe_book, recipe_name, recipe_page, ingred_1, ingred_1_qty,
                    ingred_2, ingred_2_qty, ingred_3, ingred_3_qty)

elif int(user_choice) == 2:
    #code to add recipe

失败的路线是这样的：

ingred_1.append(line[46])

我尝试读取的文本文件的每一行都有超过 46 个字符，所以我不明白为什么会出现越界错误（示例行如下）。如果我将代码更改为：

ingred_1.append(line[46:])

要读取切片而不是特定字符，该行会正确执行，而程序会在该行上失败：

ingred_2.append(line[50])

这让我认为它在某种程度上与从字符串中附加单个字符有关，而不是多个字符的切片。

这是我正在阅读的文本文件中的示例行：

001Cheese on Toast     Meals For Two       012120038005002

我可能应该补充一点，我很清楚这不是很好的代码 - 通常有很多方法可以改进程序，但据我所知，代码应该可以实际工作。

Answer 1

如果文件中的某些行是空的或至少很短，就会发生这种情况。文件末尾的杂散换行符是一个常见原因，因为它作为额外的空白行出现。调试此类案例的最佳方法是捕获异常，并调查失败的特定line（几乎可以肯定不会是您复制的示例行）：

try:
    ingred_1.append(line[46])
except IndexError:
    print(line)
    print(len(line))

捕获此异常通常也是处理错误的正确方法：您已检测到病态案例，现在您可以考虑如何处理。例如，您可能会：

• continue，它将默默地跳过处理该行，
• 记录一些东西然后然后continue
• 通过提出一个新的、更具话题性的例外来解决问题：例如raise ValueError("Line too short")。

打印相关的东西，不管是否继续，如果这表示输入文件存在需要修复的问题，几乎总是一个好主意。如果它是相对微不足道的事情，那么静默继续是一个不错的选择，您知道在其余处理中不会导致流错误。您可能希望通过尽早检测“完全空”的情况（例如在循环顶部执行此操作）来区分“太短”和“完全空”的情况：

if not line:
    # Skip blank lines
    continue

并适当处理另一种情况的错误。

---

将其更改为切片有效的原因是字符串切片从不失败。如果切片中的两个索引都在字符串之外（方向相同），您将得到一个空字符串 - 例如：

>>> 'abc'[4]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: string index out of range
>>> 'abc'[4:]
''
>>> 'abc'[4:7]
''

Answer 2

您的代码在 line[46] 上失败，因为 line 包含少于 47 个字符。切片操作line[46:] 仍然有效，因为超出范围的字符串切片返回一个空字符串。

你可以通过替换来验证这条线是否太短

ingred_1.append(line[46])

与

try:
    ingred_1.append(line[46])
except IndexError:
    print('line = "%s", length = %d' % (line, len(line)))