python - 忽略文件中的注释行

Question

假设有一个文件包含多行数字和注释，例如：

#comments
12 #this is number
2.4 #this is float

读取文件并将数字附加到列表中。我试图只获取数字，但它以某种方式附加了#this is number 和#this is float。

Answer 1

你可以使用split：

>>> 'foo #comment'.split('#', 1)[0]
'foo '
>>> 'foo comment'.split('#', 1)[0]
'foo comment'

Answer 2

对于这样一个简单的案例，您不必使用更复杂、更慢的正则表达式（re模块）机制。str.split()是你的朋友：

output = []

with open('somefile.txt') as f:
    for line in f:
        parts = line.split('#', 1)  # Maximum 1 split, on comments
        try:
            output.append(float(parts[0]))  # The single, or pre-comment part is added
        except ValueError:  # Beginning is not float-like: happens for "# comment", "    # comment", etc.
            pass  # No number found

这会自动处理所有可能的浮点语法（1.1e2、nan、-inf、3等）。它之所以有效是因为float()它非常强大：它处理尾随空格和换行符（通过忽略它们）。

这也非常有效，因为try不失败的 a 很快（通常比显式测试快）。

这也处理文件中间的注释。 如果你在文件的开头只有一个纯注释，我们可以简化代码并使用保证每一行都有一个数字的事实：

output = []

with open('somefile.txt') as f:
    next(f)  # Skips the first, comment line
    for line in f:
        output.append(float(line.split('#', 1)[0]))  # The single or pre-comment part is guaranteed to be a float representation

我不认为有任何比这更简单的显式方法（除了计算可能太多的行部分split('#')）。

也就是说，可以考虑使用隐式方法eval(line)，例如 abathur 的方法，其中替换整个float(…)部分；但是，在这种情况下，代码并没有显示预期的浮点数，并且正如Python 之禅所说，“显式优于隐式。”，所以我不建议使用这种eval()方法，除非它是为了一个-拍摄，快速和肮脏的脚本。

Answer 3

虽然其他人已经介绍了文件读取物流，但我只想指出另一种方法：假设您拥有的文件遵循 Python 的语法，您可以使用eval函数获取该行的值减去注释。

>>> eval("10 #comment")
10

当然请记住，在eval()执行 Python 代码时存在安全考虑，如果您对数据文件的控制比对正在执行它的脚本的控制更少，那么任意代码执行可能是您的程序的一个漏洞。