Знание причин поможет избежать подобных ошибок в будущем. Мы пройдемся по типичным сценариям, разберем код и дадим готовые решения. После прочтения вы сможете диагностировать и чинить такие баги самостоятельно.

Почему Python требует целые индексы для строк

Строки в Python — это последовательности символов, к которым можно обращаться т��лько по целым числам (индексам). Попытка использовать строку как индекс приводит к TypeError. Например, если у вас есть s = "hello", то s["h"] вызовет ошибку, потому что Python ожидает число вроде s.

Часто ошибка маскирует путаницу между строкой и словарем. Словарь позволяет ключи-строки (dict["key"]), но строка — нет. Это типичная ловушка при парсинге данных из API или JSON. Рассмотрим реальный пример: вы получаете ответ от сервера как строку, но обращаетесь к ней как к dict.

my_string = "hello"
# ❌ Ошибка!
print(my_string["h"])  # TypeError: string indices must be integers

Вот что происходит шаг за шагом:

• Python проверяет тип объекта перед индексацией.
• Для строк допустимы только int или slice (срезы вроде s).
• Любое другое (строка, список, кортеж) вызывает TypeError.

Основные причины ошибки:

• Обращение к строке строковым ключом.
• Парсинг JSON, где ожидается dict, а приходит строка.
• Смешение типов данных из API или файлов.

Ошибка при работе с JSON и API

При парсинге JSON данные часто приходят как словарь, но иногда поле оказывается строкой. Представьте: API возвращает {"name": "Alice"}, но вы пишете data["name"]["first"]. Python думает, что data["name"] — это вложенный dict, а на деле это строка “Alice”.

Типичный сценарий — запрос к внешнему сервису. Код загружает JSON, но без проверки типов ломается на вложенном доступе. Это особенно часто случается с нестабильными API, где структура ответа меняется.

Пример проблемного кода:

data = {"name": "Alice", "age": 30}
print(data["name"]["first"])  # ❌ TypeError!

Шаги для исправления:

1. Проверьте тип: print(type(data["name"])).
2. Если строка — работайте с индексами: data["name"].
3. Для вложенных структур используйте get() с проверкой.

Нюанс: Всегда добавляйте json.loads() для строковых ответов API.

Срезы строк и путаница с кортежами

Иногда ошибка возникает из-за неправильных скобок в срезах. Python интерпретирует запятую , как кортеж, а не срез. Например, mystring[0, 5] воспринимается как индексация кортежем (0, 5), что недопустимо для строк.

Рассмотрим пример: вы хотите взять подстроку mystring, но случайно ставите запятую. Python выдает TypeError, потому что ожидает один индекс или срез с двоеточием. Это мелкая, но частая оплошность при копировании кода.

Проблемный код:

mystring = "gratitude"
print(mystring[0, 5])  # ❌ TypeError: string indices must be integers (tuple)

Правильные варианты:

• Срез: mystring → 'grati'.
• Одиночный индекс: mystring → 'g'.
• Полный срез: mystring[:] → вся строка.

Правила для скобок в строках:

• [число] — один символ.
• `` — подстрока.
• [:конец] или [начало:] — с начала/до конца.
• Никогда не ставьте запятые внутри []!

Проверки типов перед индексацией

Лучшая защита — проверка типов с помощью type() или isinstance(). Перед обращением по ключу убедитесь, что объект — словарь или список, а не строка. Это спасет от ошибок в динамических данных вроде CSV, PyTorch датасетов или Google Cloud.

В реальных проектах данные часто приходят непредсказуемыми. Например, в PyTorch датасете из CSV mask может оказаться строкой вместо numpy-массива. Аналогично в Google Cloud bucket.exists() иногда возвращает JSON-строку.

obj = "some string"
if isinstance(obj, str):
    print(obj)  # Безопасно
elif isinstance(obj, dict):
    print(obj.get("key"))

Рекомендации по отладке:

• Добавьте print(type(variable)) перед ошибочным местом.
• Используйте isinstance(variable, str) для строк.
• Для dict — if "key" in variable:.
• В Jupyter добавьте %debug после ошибки.

Важно: В вложенных структурах проверяйте каждый уровень.

Ключевые приемы для надежного кода

Ошибку легко предотвратить, если выработать привычки: парсить JSON явно, проверять типы и использовать safe-методы вроде get(). В больших проектах добавьте type hints с typing.Dict[str, Any]. Это сделает код устойчивым к изменениям API.

Подумать стоит над обработкой edge-кейсов: пустые строки, None вместо dict, неожиданные типы из внешних библиотек. Такие баги часто всплывают в продакшене под нагрузкой.