Joh*_*n 41 python string file-io comments skip
在Python中,我刚刚读了一个文本文件的行,我想知道如何编写代码来忽略带有#行开头的#的注释.
我认为它应该是这样的:
for
if line !contain #
then ...process line
else end for loop
但我是Python的新手,我不知道语法
gho*_*g74 55
你可以使用startswith()
例如
for line in open("file"):
li=line.strip()
if not li.startswith("#"):
print line.rstrip()
ste*_*eha 43
我建议你在看到一个#角色时不要忽略整行; 只是忽略其余部分.您可以使用名为的字符串方法函数轻松完成此操作partition:
with open("filename") as f:
for line in f:
line = line.partition('#')[0]
line = line.rstrip()
# ... do something with line ...
partition返回一个元组:分区字符串之前的所有内容,分区字符串以及分区字符串之后的所有内容.所以,通过索引[0]我们只取分区字符串之前的部分.
编辑:如果您使用的是没有的Python版本,partition()可以使用以下代码:
with open("filename") as f:
for line in f:
line = line.split('#', 1)[0]
line = line.rstrip()
# ... do something with line ...
这会将字符串拆分为"#"字符,然后在拆分之前保留所有内容.该1参数使得.split()方法在一次拆分后停止; 因为我们只是抓住第0个子字符串(通过索引[0]),你可以在没有1参数的情况下获得相同的答案,但这可能会更快一些.(感谢来自@gnr的评论,从我的原始代码中简化.我的原始代码因为没有充分理由而变得更加混乱;谢谢,@ ngr.)
您也可以编写自己的版本partition().这是一个叫part():
def part(s, s_part):
i0 = s.find(s_part)
i1 = i0 + len(s_part)
return (s[:i0], s[i0:i1], s[i1:])
@dalle指出'#'可以出现在字符串中.正确处理这种情况并不容易,所以我忽略了它,但我应该说些什么.
如果您的输入文件对引用的字符串有足够简单的规则,那么这并不难.如果你接受任何合法的Python引用字符串会很难,因为有单引号,双引号,多行引号,反斜杠转义行尾,三引号字符串(使用单引号或双引号),以及甚至原始的弦!正确处理所有复杂状态机的唯一可行方法.
但是如果我们将自己局限于一个简单的引用字符串,我们可以用一个简单的状态机来处理它.我们甚至可以在字符串中允许使用反斜杠引用的双引号.
c_backslash = '\\'
c_dquote = '"'
c_comment = '#'
def chop_comment(line):
# a little state machine with two state varaibles:
in_quote = False # whether we are in a quoted string right now
backslash_escape = False # true if we just saw a backslash
for i, ch in enumerate(line):
if not in_quote and ch == c_comment:
# not in a quote, saw a '#', it's a comment. Chop it and return!
return line[:i]
elif backslash_escape:
# we must have just seen a backslash; reset that flag and continue
backslash_escape = False
elif in_quote and ch == c_backslash:
# we are in a quote and we see a backslash; escape next char
backslash_escape = True
elif ch == c_dquote:
in_quote = not in_quote
return line
我真的不想在一个标记为"初学者"的问题中把这个复杂化,但这个状态机相当简单,我希望它会很有趣.
我很晚才到,但是处理shell样式(或python样式)#注释的问题是非常常见的.
我几乎每次阅读文本文件时都会使用一些代码.
问题是它没有正确处理引用或转义的注释.但它适用于简单的情况并且很容易.
for line in whatever:
line = line.split('#',1)[0].strip()
if not line:
continue
# process line
import shlex
for line in instream:
lex = shlex.shlex(line)
lex.whitespace = '' # if you want to strip newlines, use '\n'
line = ''.join(list(lex))
if not line:
continue
# process decommented line
这种shlex方法不仅可以正确处理引号和转义,还增加了很多很酷的功能(比如能够让文件根据需要提供其他文件).我还没有测试它在大文件上的速度,但它足够小的东西.
import shlex
for line in instream:
fields = shlex.split(line, comments=True)
if not fields:
continue
# process list of fields
这是最短的形式:
for line in open(filename):
if line.startswith('#'):
continue
# PROCESS LINE HERE
startswith()如果您调用它的字符串以您传入的字符串开头,则字符串上的方法返回True.
虽然在shell脚本等某些情况下这是可以的,但它有两个问题.首先,它没有指定如何打开文件.打开文件的默认模式是'r'"以二进制模式读取文件".由于您期望一个文本文件,最好用它打开它'rt'.虽然这种区别与类UNIX操作系统无关,但它在Windows(以及OS-Mac之前的版本)上非常重要.
第二个问题是打开文件句柄.该open()函数返回一个文件对象,完成后关闭文件被认为是一种很好的做法.为此,请close()在对象上调用方法.现在,Python最终可能会为你做这件事; 在Python对象中引用计数,当对象的引用计数变为零时,它将被释放,并且在释放对象后的某个时刻,Python将调用其析构函数(称为特殊方法__del__).请注意,我可能会说: Python有一个坏习惯,即在程序完成前不久,引用计数降至零的对象上实际上不会调用析构函数.我想这很匆忙!
对于像shell脚本这样的短期程序,特别是对于文件对象,这并不重要.当程序完成时,您的操作系统将自动清理打开的所有文件句柄.但是如果你打开文件,读取内容,然后开始一个长计算,而不首先明确关闭文件句柄,Python可能会在你的计算过程中打开文件句柄.这是不好的做法.
这个版本适用于任何2.x版本的Python,并修复了我上面讨论的两个问题:
f = open(file, 'rt')
for line in f:
if line.startswith('#'):
continue
# PROCESS LINE HERE
f.close()
这是旧版Python的最佳通用形式.
正如steveha所建议的,使用"with"语句现在被认为是最佳实践.如果你使用2.6或更高版本,你应该这样写:
with open(filename, 'rt') as f:
for line in f:
if line.startswith('#'):
continue
# PROCESS LINE HERE
"with"语句将为您清理文件句柄.
在你的问题中,你说"以#开头的行",这就是我在这里向你展示的内容.如果您想筛选出这样开始的行可选空白,并再以"#",你应该寻找"#"之前剥去空白.在这种情况下,你应该改变这个:
if line.startswith('#'):
对此:
if line.lstrip().startswith('#'):
在Python中,字符串是不可变的,因此这不会改变它的值line.该lstrip()方法返回字符串的副本,并删除其所有前导空格.
我最近发现生成器功能可以很好地完成这项工作.我使用类似的功能来跳过注释行,空行等.
我将我的功能定义为
def skip_comments(file):
for line in file:
if not line.strip().startswith('#'):
yield line
这样,我就可以做到
f = open('testfile')
for line in skip_comments(f):
print line
这可以在我的所有代码中重用,我可以添加任何其他处理/日志/等.我需要的.
我知道这是一个旧线程，但这是我用于自己目的的生成器函数。无论注释出现在行中的哪个位置，它都会删除注释，并删除前导/尾随空格和空行。原文如下：
# Comment line 1
# Comment line 2
# host01 # This host commented out.
host02 # This host not commented out.
host03
host04 # Oops! Included leading whitespace in error!
将产生：
host02
host03
host04
这是记录的代码，其中包括演示：
def strip_comments(item, *, token='#'):
"""Generator. Strips comments and whitespace from input lines.
This generator strips comments, leading/trailing whitespace, and
blank lines from its input.
Arguments:
item (obj): Object to strip comments from.
token (str, optional): Comment delimiter. Defaults to ``#``.
Yields:
str: Next uncommented non-blank line from ``item`` with
comments and leading/trailing whitespace stripped.
"""
for line in item:
s = line.split(token, 1)[0].strip()
if s:
yield s
if __name__ == '__main__':
HOSTS = """# Comment line 1
# Comment line 2
# host01 # This host commented out.
host02 # This host not commented out.
host03
host04 # Oops! Included leading whitespace in error!""".split('\n')
hosts = strip_comments(HOSTS)
print('\n'.join(h for h in hosts))
正常的用例是从文件（即主机文件，如我上面的示例中）中删除注释。如果是这种情况，那么上面代码的尾部将修改为：
# Comment line 1
# Comment line 2
# host01 # This host commented out.
host02 # This host not commented out.
host03
host04 # Oops! Included leading whitespace in error!