Python函数用range和len遍历split字符串时触发IndexError问题

错误原因 #

1. 索引越界：你用range(len(word_list))遍历列表索引的同时，在循环里执行word_list.remove(filler_word)修改了列表长度。原列表长度会随着元素移除而缩短，当循环到超出新长度的索引时，就会触发IndexError。
2. 逻辑冗余：每次移除填充词就拼接字符串并累加到cleaned_sentence，会导致最终结果是多个中间版本的字符串叠加，完全不符合需求。
3. 大小写匹配漏洞：只将输入单词转小写，但未处理填充词的大小写，若填充词是大写形式，会出现匹配失败的情况。

修复后的代码 #

def remove_filler_words(cleaned_string: str, filler_words: list):
    # 分割输入字符串为单词列表
    word_list = cleaned_string.split()
    # 将填充词转为小写集合，提升查找效率
    filler_set = {word.lower() for word in filler_words}
    # 过滤掉属于填充词的单词（大小写不敏感匹配）
    filtered_words = [word for word in word_list if word.lower() not in filler_set]
    # 拼接为最终字符串并返回
    return " ".join(filtered_words)

代码说明 #

• 用集合存储填充词：集合的查找效率远高于列表，能更快判断单词是否为填充词。
• 列表推导式过滤：避免在遍历原列表时修改它，从根源上解决索引越界问题。
• 大小写统一处理：将填充词和输入单词都转为小写进行匹配，保证检查标准统一。
• 直接返回拼接结果：一步到位生成最终字符串，避免原代码中的重复累加错误。

内容的提问来源于stack exchange，提问作者Terry Brooks Jr