Python读取文件的生成器函数触发IndexError的修复方法

这个错误的根源很清晰：当你尝试访问row[2]时，当前行被分隔符分割后的列表长度不足3个元素——也就是说有些行的格式不符合预期（比如分隔符数量不够、内容缺失）。咱们一步步来把代码改得更健壮：

1. 先给文件操作加上安全防护（优化基础结构） #

你当前的代码直接用open(fname, 'r')没有做上下文管理，容易导致文件句柄泄漏。建议换成with语句，它会自动帮你完成文件的关闭操作：

def data_from_file(fname, sep=';'):
    with open(fname, 'r') as file_iter:  # 用with管理文件资源
        for line in file_iter:
            line = line.strip()
            if not line:  # 简化空行判断逻辑
                continue
            row = line.split(sep)
            # 后续处理逻辑...

2. 检查行分割后的长度，避免索引越界 #

在访问row[2]、row[3]这些索引之前，先确认row的长度是否符合要求。如果不符合，可以选择跳过该行，或者记录错误信息方便后续排查问题：

def data_from_file(fname, sep=';'):
    with open(fname, 'r') as file_iter:
        # 记录行号，方便定位错误行
        for line_num, line in enumerate(file_iter, 1):  
            line = line.strip()
            if not line:
                continue
            row = line.split(sep)
            # 我们需要至少4个元素才能访问row[0]到row[3]
            if len(row) < 4:
                print(f"警告：第{line_num}行格式错误，内容为'{line}'，已跳过该行")
                continue
            # 处理leg字段
            try:
                leg = int(row[2])
            except ValueError:
                leg = "NONE"
            # 给time字段也加异常捕获，避免格式错误导致崩溃
            try:
                time_val = int(row[3])
            except ValueError:
                print(f"警告：第{line_num}行的time字段格式错误，内容为'{row[3]}'，已设为0")
                time_val = 0
            yield DATA(type=row[1], leg=leg, time=time_val, id=row[0])

3. 额外优化：灵活处理缺失字段 #

如果你的业务允许，也可以给缺失的字段设置默认值，而不是直接跳过该行，这样能尽量保留可用数据：

def data_from_file(fname, sep=';'):
    with open(fname, 'r') as file_iter:
        for line_num, line in enumerate(file_iter, 1):
            line = line.strip()
            if not line:
                continue
            row = line.split(sep)
            # 给每个字段设置默认值，避免索引越界
            row_id = row[0] if len(row) >= 1 else "UNKNOWN_ID"
            row_type = row[1] if len(row) >= 2 else "UNKNOWN_TYPE"
            
            # 处理leg字段
            if len(row) >= 3:
                try:
                    leg = int(row[2])
                except ValueError:
                    leg = "NONE"
            else:
                leg = "NONE"
            
            # 处理time字段
            if len(row) >= 4:
                try:
                    time_val = int(row[3])
                except ValueError:
                    time_val = 0
            else:
                time_val = 0
            
            yield DATA(type=row_type, leg=leg, time=time_val, id=row_id)

这样修改后，不仅能彻底解决IndexError问题，还能让代码更健壮，同时帮你定位出源文件中格式有问题的行，方便后续修复数据。

内容的提问来源于stack exchange，提问作者Maren