Python中将文本块转为字典时遇索引越界错误求助

错误原因 #

• 空块/无效块触发索引越界：用split('\n\n')分割文本块时，文件首尾或块间的多余空行会生成空字符串，这类字符串split('\n')后仅得到含空内容的短列表，访问line[1]必然触发IndexError。
• 硬编码行索引容错性差：你假设每个文本块严格包含8行，但实际文件可能存在缺失行、多余空白行的情况，固定索引line[0]到line[7]的写法完全无法适配这类异常。
• 键格式与目标不符：代码里的字典键带了后缀:（比如"product/productId:"），和你期望的目标字典键（product/productId）不一致，会导致结果结构错误。

修正后的代码 #

def parse_reviews(file_path):
    data = []
    with open(file_path, 'r', encoding='utf-8') as f:
        # 分割文本块并过滤空块
        blocks = [block.strip() for block in f.read().split('\n\n') if block.strip()]
        for block in blocks:
            review_dict = {}
            # 分割单块内的行并过滤空行
            lines = [line.strip() for line in block.split('\n') if line.strip()]
            for line in lines:
                # 仅分割第一个冒号，避免值内的冒号干扰
                key, value = line.split(': ', 1)
                # 匹配目标格式的数据类型转换
                if key == 'review/score':
                    value = float(value)
                elif key == 'review/time':
                    value = int(value)
                review_dict[key] = value
            data.append(review_dict)
    return data

# 调用示例
reviews = parse_reviews("foods.txt")

代码说明 #

1. 先过滤空文本块和块内空行，彻底排除无效数据的干扰。
2. 用split(': ', 1)拆分键值对，确保值中包含冒号时不会被错误分割。
3. 自动转换review/score和review/time的数据类型，完全匹配你期望的字典格式。
4. 不再依赖固定行索引，只要行的键格式正确就能解析，适配性和容错性大幅提升。

内容的提问来源于stack exchange，提问作者sema