Python处理日志转字典列表时出现list index out of range报错求解

报错原因 #

• 代码中for循环存在缩进错误，不属于嵌套代码块的内容多了前置缩进，首先会触发语法错误
• 直接按空白符分割日志行的逻辑不可靠：如果存在空行、行首尾有空白、或者字段内隐含空白的情况，split得到的列表长度会不足8个元素，访问temp[5]/temp[6]/temp[7]就会触发list index out of range错误
• 原有逻辑没有处理原始字段自带的方括号、双引号，生成的字典格式和要求不符

修正代码 #

推荐直接用正则捕获组匹配单条日志的所有字段，逻辑更稳定，适配性更强：

import re
def logs():
    with open("logdata.txt", "r") as file:
        logdata = file.read()
    return logdata

# 正则分组匹配四个所需字段，自动过滤空行和格式异常的行
pattern = re.compile(r'(?P<host>\S+)\s+-\s+(?P<user_name>\S+)\s+\[(?P<time>[^\]]+)\]\s+"(?P<request>[^"]+)"')
final_list = []
all_data = logs().splitlines()
for line in all_data:
    match = pattern.match(line.strip())
    if match:
        final_list.append(match.groupdict())

print(final_list)

代码说明 #

• 正则表达式直接按日志的标准格式分组捕获四个字段，只有格式匹配的行才会被处理，不会出现索引越界问题
• 捕获时直接去掉了时间字段外层的方括号、请求字段外层的双引号，生成的字典完全符合要求的格式
• 用splitlines()替代自定义的换行分割，适配不同操作系统的换行符格式

内容的提问来源于stack exchange，提问作者Mohamed Gamal