Python for Everybody练习10.2报IndexError索引越界问题求助

报错信息 #

Traceback (most recent call last):
  File "C:\Users\tinyp\Desktop\py4e\new.py", line 10, in <module> 
    words = words[5].split(":")
IndexError: list index out of range

错误根因 #

• 行筛选逻辑错误：使用line.startswith("From")作为判断条件时，会同时匹配目标行（From 开头，后接邮箱地址）和mbox文件中大量From:开头的元信息行，后者按空格分割后元素数量不足6个，访问索引为5的元素时就会触发索引越界。
• 小时统计逻辑错误：提取到小时字符串后错误使用for循环遍历字符串，会把两位的小时值拆分为单个字符计数，统计结果完全错误。
• 排序逻辑错误：最终存储元组为(计数值, 小时)且开启倒序排列，不符合题目要求的按小时升序输出的规则。

修复后完整代码 #

name = input("Enter file:")
if len(name) < 1:
    name = "mbox-short.txt"
handle = open(name)
counts = dict()
for line in handle:
    line = line.rstrip()
    # 修正筛选条件：From后加空格，仅匹配发件人记录行
    if not line.startswith("From "):
        continue
    words = line.split()
    time_seg = words[5].split(":")
    hour = time_seg[0]
    # 直接对小时值计数，不遍历字符串
    counts[hour] = counts.get(hour, 0) + 1
# 按小时升序排序
hour_list = sorted(counts.items())
# 逐行输出结果
for h, c in hour_list:
    print(h, c)

关键修改说明 #

• 行判断条件修改为line.startswith("From ")，过滤掉格式不符合的From:开头行，保证所有进入后续处理的行分割后都有至少7个元素，访问索引5不会越界
• 删除了对小时字符串的错误遍历逻辑，直接以提取到的小时字符串为key更新计数字典
• 调整排序逻辑，直接对计数字典的键值对按小时key做升序排列，符合题目输出要求

内容的提问来源于stack exchange，提问作者Sae