IT博客汇 | Python 的切片为什么不会索引越界？

Python 的切片为什么不会索引越界？

豌豆花下猫发表于 2021-12-20 00:00:00

切片（slice）是 Python 中一种很有特色的特性，在正式开始之前，我们先来复习一下关于切片的知识吧。

切片主要用于序列对象中，按照索引区间截取出一段索引的内容。

切片的书写形式：[i : i+n : m] ；其中，i 是切片的起始索引值，为列表首位时可省略；i+n 是切片的结束位置，为列表末位时可省略；m 可以不提供，默认值是 1，不允许为 0，当 m 为负数时，列表翻转。

切片的基本含义是：从序列的第 i 位索引起，向右取到后 n 位元素为止，按 m 间隔过滤 。

下面是一些很有代表性的例子，基本涵盖了切片语法的使用要点：

# @Python猫
li = [1, 4, 5, 6, 7, 9, 11, 14, 16]

# 以下写法都可以表示整个列表，其中 X >= len(li)
li[0:X] == li[0:] == li[:X] == li[:] == li[::] == li[-X:X] == li[-X:]

li[1:5] == [4,5,6,7] # 从1起，取5-1位元素
li[1:5:2] == [4,6] # 从1起，取5-1位元素，按2间隔过滤
li[-1:] == [16] # 取倒数第一个元素
li[-4:-2] == [9, 11] # 从倒数第四起，取-2-(-4)=2位元素
li[:-2] == li[-len(li):-2] == [1,4,5,6,7,9,11] # 从头开始，取-2-(-len(li))=7位元素

# 步长为负数时，列表先翻转，再截取
li[::-1] == [16,14,11,9,7,6,5,4,1] # 翻转整个列表
li[::-2] == [16,11,7,5,1] # 翻转整个列表，再按2间隔过滤
li[:-5:-1] == [16,14,11,9] # 翻转整个列表，取-5-(-len(li))=4位元素
li[:-5:-3] == [16,9] # 翻转整个列表，取-5-(-len(li))=4位元素，再按3间隔过滤

# 切片的步长不可以为0
li[::0]  # 报错（ValueError: slice step cannot be zero）

像 C/C++、Java 和 JavaScript 等语言，虽然也支持某些“切片”功能，例如截取数组或字符串的片段，但是，它们并没有一种在语法层面上的通用性支持。

根据维基百科资料，Fortran 是最早支持切片语法的语言（1966），而 Python 则是最具代表性的语言之一。

另外，像 Perl、Ruby、Go 和 Rust 等语言，虽然也有切片，但都不及 Python 那样灵活和自由（因为它支持 step、负数索引、缺省索引）。

切片的基本用法就能够满足大部分的需求，但是，Python 切片还有一些进阶的用法，例如：切片占位符用法（可实现列表的赋值、删除与拼接操作）、自定义对象实现切片功能、迭代器切片（itertools.islice()）、文件对象切片等等。关联阅读：Python进阶：全面解读高级特性之切片！

关于切片的介绍与温习，就到这里了。

下面进入文章标题的问题：Python 的切片语法为什么不会出现索引越界呢？

当我们根据单个索引进行取值时，如果索引越界，就会得到报错：“IndexError: list index out of range”。

>>> li = [1, 2]
>>> li[5]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: list index out of range

对于一个非空的序列对象，假设其长度为 length，则它有效的索引值是从 0 到（length - 1）。如果把负数索引也考虑进去，则单个索引值的有效区间是 [-length, length - 1] 闭区间。

但是，当 Python 切片中的索引超出这个范围时，程序并不会报错。

>>> li = [1, 2]
>>> li[1:5]  # 右索引超出
[2]
>>> li[5:6]  # 左右索引都超出
[]

其实，对于这种现象，官方文档中有所介绍：

The slice of s from i to j is defined as the sequence of items with index k such that i <= k < j. If i or j is greater than len(s), use len(s). If i is omitted or None, use 0. If j is omitted or None, use len(s). If i is greater than or equal to j, the slice is empty.

也就是说：

当左或右索引值大于序列的长度值时，就用长度值作为该索引值；
当左索引值缺省或者为 None 时，就用 0 作为左索引值；
当右索引值缺省或者为 None 时，就用序列长度值作为右索引值；
当左索引值大于等于右索引值时，切片结果为空对象。

对照上面的例子，可以得到：

>>> li = [1, 2]
>>> li[1:5]  # 等价于 li[1:2]
[2]
>>> li[5:6]  # 等价于 li[2:2]
[]

归结起来一句话：Python 解释器把可能导致索引越界的操作给屏蔽了，你的写法可以很自由，但是最终的结果会被死死限制在合法的索引区间内。

对于这个现象，我其实是有点疑惑的，为什么 Python 不直接报索引越界呢，为什么要修正切片的边界值，为什么一定要返回一个值呢，即便这个值可能是个空序列？

当我们使用“li[5:6]”时，至少在字面意义上想表达的是“取出索引从 5 到 6 所对应的值”，就像是在说“取出书架上从左往右数的第 6 和 7 本书”。

如果程序是如实地遵照我们的指令的话，它就应该报错，就应该说：对不起，书架上的书不够数。

实话说，我并没有查到这方面的解释，这篇文章也不是要给大家科普 Python 在设计上有什么独到的见解。恰恰相反，这篇文章的主要目的之一是希望得到大家的回复解答。

在 Go 语言中，遇到同样的场景时，它的做法是报错“runtime error: slice bounds out of range”。

在 Rust 语言中，遇到同样的场景时，它的做法是报错“byte index 5 is out of bounds of …”。

在其它支持切片语法的语言中，也许还有跟 Python 一样的设计。但是，我还不知道有没有（学识浅薄）……

最后，继续回到标题中的问题“Python 的切片为什么不会索引越界”。我其实想问的问题有两个：

当切片语法中的索引超出边界时，为什么 Python 还能返回结果，返回结果的计算原理是什么？
为什么 Python 的切片语法要允许索引超出边界呢，为什么不设计成抛出索引错误？

对于第一个问题的回答，官方文档已经写得很明白了。

对于第二个问题，本文暂时没有答案。

也许我很快就能找到答案，但是，也可能需要很久。不管如何，本文先到此为止了。

如果你喜欢研究 Python 设计上的小细节，感兴趣探求“为什么”问题的解答，欢迎关注“Python为什么”系列文章。