Python：如何在文件中读取时忽略＃注释行
在Python中，我刚刚读了一个文本文件的行，我想知道如何编码，以忽略在行开头的散列＃注释。
我认为这应该是这样的：
for if line !contain # then ...process line else end for loop 但我是Python的新手，我不知道这个语法
你可以使用startswith（）
例如
for line in open("file"): li=line.strip() if not li.startswith("#"): print line.rstrip()
我build议你在看到一个#字符时不要忽略整个行; 只是忽略其余的行。 你可以用一个称为partition的string方法函数轻松地做到这一点
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string之前的所有内容，分区string以及分区string之后的所有内容。 因此，通过索引[0]我们只取出分区string之前的部分。
编辑：如果您正在使用没有partition()的Python版本，这里是您可以使用的代码：
with open("filename") as f: for line in f: line = line.split('#', 1)[0] line = line.rstrip() # ... do something with line ...
这将string分割成“＃”字符，然后在分割之前保留所有内容。 1参数使.split()方法在一次分割后停止; 因为我们只是抓住第0个子string（通过索引[0] ），你会得到同样的答案没有1参数，但这可能会更快一点。 （从我的原始代码简化感谢来自@gnr的评论。我原来的代码是没有理由的messier;谢谢，@gnr。）
你也可以写你自己的partition()版本partition() 。 这里有一个叫做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'＃'可以出现在一个string中。 要正确处理这个案子并不是那么容易，所以我只是不理它，但我应该说点什么。
如果你的input文件对引用的string有足够简单的规则，这并不难。 如果您接受任何合法的Python引用string，将会很困难，因为有单引号，双引号，多行引号和反斜杠转义行尾，三引号string（使用单引号或双引号），以及甚至原始的string 正确处理所有这些将是一个复杂的状态机的唯一可能的方法。
但是，如果我们仅限于一个简单的引用string，我们可以用一个简单的状态机来处理它。 我们甚至可以在string中加一个反斜杠的双引号。
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
我真的不想在标签为“新手”的问题中弄得这么复杂，但是这个状态机是相当简单的，我希望它会很有趣。
这是最短的forms：
for line in open(filename): if line.startswith('#'): continue # PROCESS LINE HERE
一个string上的startswith()方法返回True，如果你调用它的string以你传入的string开始。
虽然在某些情况下（比如shell脚本）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' ，意思是“以二进制模式读取文件”。 既然你期待一个文本文件，最好用'rt'打开它。 虽然这种区别在类UNIX操作系统上是无关紧要的，但在Windows（以及在Mac OS X之前）是很重要的。
第二个问题是打开的文件句柄。 open()函数返回一个文件对象，当你完成它时closures文件被认为是一个很好的习惯。 为此，请在对象上调用close()方法。 现在，Python最终可能会为你做这个， 在Python中，对象是引用计数的，当一个对象的引用计数变为零时，它将被释放，并且在释放一个对象之后的某一时刻，Python会调用它的析构函数（一个叫做__del__的特殊方法）。 请注意，我可能说： Python有一个坏习惯，实际上不是在程序完成之前，对其引用计数下降到零的对象实际调用析构函数。 我猜这是匆忙！
对于像shell脚本这样的短命程序，特别是对于文件对象来说，这并不重要。 程序结束后，您的操作系统将自动清除所有打开的文件句柄。 但是，如果您打开文件，读取内容，然后开始一个长计算，而不首先明确closures文件句柄，则Python可能会在计算过程中使文件句柄保持打开状态。 这是不好的做法。
这个版本可以在Python的任何2.x版本中使用，并修复了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()
这是老版本Python的最佳通用forms。
正如steveha所build议的那样，使用“with”语句现在被认为是最佳实践。 如果你使用2.6或以上版本，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＃开始的行”，所以这就是我在这里给你看的。 如果要过滤掉以可选空格开始并以'＃'开头的行， 则在查找“＃”之前，应该先去掉空格。 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，string是不可变的，所以这不会改变行的值。 lstrip()方法返回一个string的副本，并删除所有前导空白。
我最近发现一个生成器函数在这方面做得很好。 我使用了类似的function来跳过注释行，空白行等
我把我的function定义为
def skip_comments(file): for line in file: if not line.strip().startswith('#'): yield line
那样，我可以做
f = open('testfile') for line in skip_comments(f): print line
这是可重用的所有我的代码，我可以添加任何额外的处理/日志/等。 我需要的。
我来晚了，但处理shell风格（或python风格） #评论的问题是一个非常普遍的问题。
几乎每次我读一个文本文件时，我一直在使用一些代码。
问题是它不能正确处理引用或转义的注释 。 但它适用于简单的情况，很容易。
for line in whatever: line = line.split('#',1)[0].strip() if not line: continue # process line
更强大的解决scheme是使用shlex ：
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，还可以添加很多很酷的function（比如，如果需要，可以使文件生成其他文件）。 我还没有testing它在大文件上的速度，但它足够小的东西。
当你也将每个input行分割成字段（空格）的情况更为简单：
import shlex for line in instream: fields = shlex.split(line, comments=True) if not fields: continue # process list of fields
过滤expression式的更紧凑版本也可以像这样：
for line in (l for l in open(filename) if not l.startswith('#')): # do something with line
(l for ... )被称为“生成器expression式”（generator expression），它在此处作为一个包装迭代器，在遍历文件时将从文件中滤除所有不需要的行。 不要把它和方括号中的同样的东西混淆[l for ... ] ，这是一个“列表理解”，它将首先从文件中读取所有的行到内存中，然后才开始迭代它。
有时你可能希望减less一行和更多的可读性：
lines = open(filename) lines = (l for l in lines if ... ) # more filters and mappings you might want for line in lines: # do something with line
所有的filter将在一次迭代中被dynamic执行。
我知道这是一个旧的线程，但这是一个生成器函数，我用于我自己的目的。 无论它们出现在行中的哪个位置，它都会删除注释，以及删除前导/尾随空白和空白行。 以下源文本：
# 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!
会产生：
host02 host03 host04
这里是文档化的代码，其中包括一个演示：
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 non-blank line from ``item`` with comments and leading/trailing whitespace removed. """ 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!',] hosts = strip_comments(HOSTS) for host in hosts: print('\'%s\'' % host)
正常的使用情况是从文件中去除注释（例如，上面的示例中的主机文件）。 如果是这种情况，则上述代码的尾部将被修改为：
if __name__ == '__main__': with open('hosts.txt', 'r') as f: hosts = strip_comments(f) for host in hosts: print('\'%s\'' % host)
使用正则expression式re.compile("^(?:\s+)*#|(?:\s+)")来跳过新的行和注释。
我倾向于使用
for line in lines: if '#' not in line: #do something
这将忽略整个行，虽然包括分裂的答案有我的赞成，因为它可以包括来自＃
