indexerror发生在对序列类型（list、tuple、str、bytes）越界索引访问时，如my_list[10]或"hello"[10]；keyerror则在字典等映射类型中访问不存在的键时触发，如my_dict["missing_key"]。
IndexError发生在哪些具体操作上
只要对序列类型（list、tuple、str、bytes）做越界索引访问，就立刻抛 IndexError。它不看内容，只看下标是否在 [0, len(obj)) 范围内，负数索引也受同样规则约束（即不能小于 -len(obj)）。
常见触发点：
-
my_list[10]—— 列表只有 5 个元素 -
"hello"[10]—— 字符串长度为 5，索引 10 越界 -
my_tuple[-100]—— 负索引超出可接受范围 -
arr[0][5]—— 二维结构中内层序列越界，外层没问题但内层报IndexError
注意：IndexError 不会在切片时抛出（如 my_list[10:20] 返回空列表），这是设计使然，也是容易忽略的差异点。
KeyError通常在什么上下文中出现
KeyError 是映射类型（主要是 dict，还有 collections.defaultdict 在未设默认值时、json.loads() 后的字典访问等）对不存在的键进行索引访问时抛出。它和“是否存在”强相关，和“顺序”“长度”无关。
典型场景：
-
my_dict["missing_key"]—— 直接用中括号取不存在的键 -
config["database"]["host"]—— 嵌套字典中某一层缺失键（第二层"host"找不到） -
os.environ["MISSING_VAR"]—— 环境变量未设置时访问 -
json_data["items"][0]["id"]—— JSON 解析后结构不稳定，任意一环为空或缺字段
对比：用 .get() 或 in 判断可避免 KeyError，但无法绕过 IndexError 的边界检查逻辑。
为什么KeyError在实际项目中更频繁遇到
不是因为语言设计偏爱它，而是因为数据来源不可控。API 响应、配置文件、用户输入、数据库查询结果，绝大多数以字典/JSON 形式流动，而这些结构天然稀疏、字段可选、版本易变。
几个现实因素放大了 KeyError 出现概率：
- 前后端字段约定失效（比如后端删了一个字段，前端代码没同步更新）
- 第三方 SDK 返回结构随版本变化，文档滞后
-
**kwargs传参时漏传可选键，函数内部直接params["timeout"] - 用
dict模拟对象状态（如{"status": "pending", "result": None}），但后续分支逻辑假设某个键一定存在
而 IndexError 多出现在明确控制长度的本地计算中（如循环处理固定结构的 CSV 行、矩阵运算），更容易被单元测试覆盖。
如何快速区分并稳妥处理这两类异常
看错误信息里的关键词最直接：list index out of range 或 string index out of range → IndexError；KeyError: 'xxx' → KeyError。但更关键的是根据容器类型预判——拿到一个变量，先确认它是 list 还是 dict，再决定用 len()/range() 还是 in/.get()。
实用建议：
- 对序列：优先用
for item in seq:避免索引；必须索引时，加if i 或用 <code>try/except IndexError: - 对映射：默认用
.get(key, default)；需要严格校验时，显式写if key not in d: raise ValueError(...)，而不是依赖KeyError做流程控制 - 嵌套访问（如
d["a"]["b"]["c"]）极易崩溃，改用from operator import itemgetter; itemgetter("a", "b", "c")(d)不行，得用d.get("a", {}).get("b", {}).get("c")或专用工具如dictor库
真正麻烦的不是单层异常，而是多层混合结构里，IndexError 和 KeyError 可能交替出现——比如 data[0]["items"][5]["name"]，错在哪个位置，光看堆栈不够，得结合数据样本逐层 inspect。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
