Windows 到 Linux 脚本问题：“IndexError: list index out of range”

Question

我有一个脚本 - 在 Windows 中完美运行，但是当我尝试在 Ubuntu 中运行它时，它吐出了错误消息：

IndexError: 列表索引超出范围。

这是一个非常简单的脚本：它导入CSV 文件，读取行，将每行中的第一项打印到列表中，使用set() 删除重复项，然后将这个新列表写入文件。

import csv, glob

for x in glob.glob("*raw_vcf.csv"):
   csv_f = open(x, "r")

data = [c for c in csv.reader(csv_f)]
frags_unique = []

def frag_list(vcf_data, uniquefrags):
    """ 
    User input: an imported .vcf file (='vcf_import'); an empty list
    (= 'uniquefrags').
    'frag_list' takes 'vcf_import', reads each row/list, taking the first item
    and attaching only unique values to 'uniquefrags', using the set() function.
    First row (header row) in 'vcf_data' is deleted; not needed.
    """
    del vcf_data[0]
    list_1 = []
    for row in vcf_data:
        list_1.append(row[0])
    for item in list(set(list_1)):
        uniquefrags.append(item)

frag_list(data, frags_unique)

out = open("output_unique_frags.txt","w")
for frags in frags_unique:
    out.write(frags+"\n")
out.close()

具体是模块中出现的错误：

Traceback (most recent call last):
  File "PRIME_unique_frags.py", line 50, in <module>
    frag_list(data, frags_unique)
  File "PRIME_unique_frags.py", line 46, in frag_list
    list_1.append(row[0])
IndexError: list index out of range

但老实说，我看不出它有什么问题，因为它可以在我的 Windows 操作系统上运行；尝试用不同的方式重写它，但没有成功。

一些样本输入数据（“*_raw_vcf.csv”）：

A,B,C,D,E
1,2,3,4,5
1,5,4,3,2
2,3,4,5,6
2,3,4,7,8
3,4,5,6,7

理论上应该（并且在 Windows 中）应该生成一个文件（“output_unique_frags.txt”；A 列中的唯一值）：

1
2
3

Answer 1

Traceback 是说row 没有元素[0]，所以它是一个空列表。这表明在 Ubuntu 系统上，阅读器为每一行返回一个空列表。

看看csv docs;您可以在设置阅读器时指定方言。我会说 Ubuntu 系统上的阅读器正在寻找与文件中不同的分隔符。

顺便说一句：上面代码的缩进是否正确？如果是这样，那里会发生一些奇怪的事情，例如：

for x in glob.glob("*raw_vcf.csv"):
   csv_f = open(x, "r")

如果有多个 .csv 文件，您只会得到最后一个。

Answer 2

看起来行尾不是罪魁祸首：

Python 2.7.8 (default, Oct 20 2014, 15:05:19) 
[GCC 4.9.1] on linux2
>>> a = """A,B,C,D,E
... 1,2,3,4,5
... 1,5,4,3,2
... 2,3,4,5,6
... 2,3,4,7,8
... 3,4,5,6,7"""
>>> with open('1.csv', 'w') as f:
...     f.write(a.replace('\n', '\r\n'))
... 
>>> import csv
>>> list(csv.reader(open('1.csv', "r")))
[['A', 'B', 'C', 'D', 'E'], ['1', '2', '3', '4', '5'], ['1', '5', '4', '3', '2'], ['2', '3', '4', '5', '6'], ['2', '3', '4', '7', '8'], ['3', '4', '5', '6', '7']]

另一个猜测是问题出在这里：

for x in glob.glob("*raw_vcf.csv"):
   csv_f = open(x, "r")

这将打开带有掩码"*raw_vcf.csv" 的目录中的最后一个文件。我猜你有不止一个文件要处理。在 Windows 上你得到一个文件，在 Linux 上它可能是另一个格式错误的文件。

您应该调试问题。打印用于打开文件的文件名。

旧答案：

docs say:

注意阅读器被硬编码为将'\r' 或'\n' 识别为 行尾，并忽略lineterminator。这种行为可能会改变 未来。

我想 CSV 文件是在 Windows 中创建的，以 \r\n 作为行终止符。所以Linux下的读者会因此发现空行。

解决方案（未经测试，取自here）：

csv_f = open(filename, 'rtU')

Answer 3

大家好，感谢反馈！

---

简单地回应一些 cmets：我非常确定“*raw_vcf.csv”只有一次出现，这样，

for x in glob.glob("*raw_vcf.csv"):
   csv_f = open(x, "r")

只会提取一个文件 - 我对此进行了测试以确保它可以正常工作。

---

解决方案

在关于列表为空的建议之后，我检查了它：

当我要求打印 row[0] （用于数据中的行）时，这并不明显，但是在打印列表时，我注意到数据文件中有一个额外的 ENTER 被读取为空行（列表中的最后一个元素：'[]'）。这就是把它扔掉的原因，因为 .append() 不会添加任何内容。

再次感谢 cmets。事后看来，这是一个简单的问题，但由于我对 Python 还是很陌生，解释行话可能有点挑战。感谢所有提供建议并帮助我下次学习的人。