Question

文件内容如下：

##this is the comment

but this is not comment '####', LOL   # this is a normal comment

我只想过滤所有评论并获取过滤后的内容，但我不知道如何避免过滤掉不是评论的英镑符号。

fileLines = [line.strip() for line in file if '#' != line[0] ]

此代码只是可以过滤注释符号，这是一行的第一个字符。

我想要的结果就像下面一行：

but this is not comment '####', LOL

Answer 1

import shlex
filelines = [' '.join(shlex.split(line,True)) for line in file]

有关详细信息，请参阅shlex docs。

Answer 2

我会用这个：

fileLines = [line for line in file if not line.lstrip().startswith('#')]

但我很难读你的问题（这些例子的格式很奇怪），所以我真的不知道这是不是你想要的。

Answer 3

这是一个替代解决方案，它使用tokenize模块去除注释但保留所有其他格式（与shlex不同）：

import tokenize

fileLines = []
printed = set()
for toknum, _, (line, col), _, data in tokenize.generate_tokens(file.readline):
    if toknum == tokenize.COMMENT:
        printed.add(line)
        if col != 0:
            fileLines.append(data[:col].strip())
    elif (toknum in (tokenize.NL, tokenize.NEWLINE) and
          line not in printed):
        fileLines.append(data.strip())

使用包含您提供的文字的文件，fileLines将成为以下内容：

['', "but this is not comment '####', LOL"]

请注意，以注释开头的行已完全删除，但保留没有注释的空行。对于中途注释的行，根本不会更改任何格式。

如果您还想删除空白行，则只需将elif条件更改为toknum == tokenize.NEWLINE and location[0] not in printed。

Answer 4

你可以做这样的事情 - 但请注意，如果评论中有引号，这将不起作用：

import re    
for line in file:
      print re.sub("\#+[\w\s\d]+$", "", l)

如果你真的想在没有shlex的情况下这样做，我认为你必须从行的开头算起并记录引号打开时

如何使用python过滤文件中的井号？

4 个答案: