Python按条件提取文本文件数据时IndexError问题排查及解决

错误原因 #

你写的正则表达式r',160p30'没有定义任何捕获组（即没有用()包裹要提取的目标内容），但代码里却尝试用re.search(pattern, line)[1]去获取第1个捕获组的内容，这直接导致了IndexError: no such group。而且这个正则本身也没匹配到你真正需要的[]内的数值，只是匹配了行尾的,160p30，逻辑完全偏离需求。

正确实现方式 #

要完成需求，我们可以分两步走：先筛选出包含160p30的行，再提取该行中[]内的数值并格式化。下面是两种可行的实现：

方法1：字符串直接处理（简单直观） #

import numpy as np

def extract_160p30_values(psnr_path):
    a_list = []
    tmp = np.zeros(len(psnr_array))  # 确保psnr_array已提前定义
    with open(psnr_path, 'r') as f:
        for line in f:
            line = line.strip()
            # 筛选目标行
            if '160p30' in line:
                # 截取[]内的内容
                start = line.find('[') + 1
                end = line.find(']')
                nums_segment = line[start:end]
                # 替换逗号为空格，输出目标格式
                formatted_str = nums_segment.replace(',', '').strip()
                print(formatted_str)
                # 转成浮点数存入列表
                float_nums = [float(num) for num in formatted_str.split()]
                a_list.extend(float_nums)
    return tmp, a_list

方法2：正则表达式匹配（更灵活） #

如果偏好正则，可以直接写一个能捕获[]内数值且匹配行尾标识的模式：

import re
import numpy as np

def extract_160p30_values(psnr_path):
    a_list = []
    tmp = np.zeros(len(psnr_array))  # 确保psnr_array已提前定义
    # 正则模式：匹配[]内的数值段，同时限定行尾为160p30
    pattern = r'\[([\d.,\s]+)\],0,160p30$'
    with open(psnr_path, 'r') as f:
        for line in f:
            match_result = re.match(pattern, line.strip())
            if match_result:
                # 提取捕获到的数值字符串
                nums_str = match_result.group(1)
                # 格式化为空格分隔的字符串
                formatted_str = nums_str.replace(',', '').strip()
                print(formatted_str)
                # 转成浮点数列表
                float_nums = [float(num) for num in formatted_str.split()]
                a_list.extend(float_nums)
    return tmp, a_list

注意事项 #

代码中的psnr_array需要你提前定义好长度，否则np.zeros(len(psnr_array))会触发报错。

内容的提问来源于stack exchange，提问作者david