阅读，直到一个点的Python

Question

我有一个文本文件的完整数据与

#Name 
#main 

然后启动它，然后许多数字，然后将该文件与

#extra 
!side 

所以这里有一个结束小片段

#Name 
#main 
60258960 
33031674 
72302403 
#extra 
!side 

我想只读取数字。但是，这是一脚，我希望他们每个人都是他们自己的单独的字符串。

所以我知道如何读头后开始

read=f.readlines()[3:] 

但我难倒一切。有什么建议么？

Answer 1

你很接近，因为你是。您只需要修改您的列表片段，以将前两个文件中的最后两行切掉。 readlines自然会返回一个列表，其中每个项目是文件中的一行。但是，它在每个字符串的末尾也会有“换行符”，因此您可能需要将其过滤掉。

with open("myfile.txt") as myfile: 
    # Get only numbers 
    read = myfile.readlines()[2:-2] 

# Remove newlines 
read = [number.strip() for number in read] 
print read 

Answer 2

逐行阅读。使用#main作为标志来开始处理。使用#extra作为标志来停止处理。

start = '#main' 
end = '#extra' 
numbers = [] 
file_handler = open('read_up_to_a_point.txt') 
started = False 
for line in file_handler: 
    if end in line: 
     started = False  
    if started: 
     numbers.append(line.strip()) 
    if start in line: 
     started = True 
file_handler.close() 
print numbers 

样本输出

蟒蛇read_up_to_a_point.py [ '60258960'， '33031674'， '72302403']

Answer 3

我会做这样的事情：

nums = [] 
for line in f: 
    stripped = line.rstrip('\n') 
    if stripped.isnumeric(): 
    nums.append(stripped) 

nums只包含那些数字的那些行。如果你的数字是正确的，意味着不是负数，而不是十六进制。这将需要一个正则表达式来精确匹配。

Answer 4

如果您知道您的输入文件可以很好地适应内存，则只应使用.readlines();它一次读取所有行。

大多数情况下，您可以一次读取一条输入行，并且您可以迭代文件句柄对象。

当你要特别，棘手的输入处理，我建议封装处理在发电机的功能是这样的：

def do_something_with_point(point): 
    print(point) 

class BadInputFile(ValueError): 
    pass 

def read_points_data(f): 
    try: 
     line = next(f) 
     if not line.startswith("#Name"): 
      raise BadInputFile("file does not start with #Name") 

     line = next(f) 
     if not line.startswith("#main"): 
      raise BadInputFile("second line does not start with #main") 
    except StopIteration: 
     raise BadInputFile("truncated input file") 

    # use enumerate() to count input lines; start at line number 3 
    # since we just handled two lines of header 
    for line_num, line in enumerate(f, 3): 
     if line.startswith("#extra"): 
      break 
     else: 
      try: 
       yield int(line) 
      except ValueError: 
       raise BadInputFile("illegal line %d: %s" % (line_num, line)) 
      # if you really do want strings: yield line 
    else: 
     # this code will run if we never see a "#extra" line 
     # if break is executed, this doesn't run. 
     raise BadInputFile("#extra not seen") 

    try: 
     line = next(f) 
     if not line.startswith("!side"): 
      raise BadInputFile("!side not seen after #extra") 
    except StopIteration: 
     raise BadInputFile("input file truncated after #extra") 

with open("points_input_file.txt") as f: 
    for point in read_points_data(f): 
     do_something_with_point(point) 

注意，此输入功能彻底验证输入，引发异常时什么是不正确的输入。但是使用输入数据的循环简单而干净;使用read_points_data()的代码可以很整齐。

我制作的read_points_data()将输入点转换为int值。如果你真的想要点作为字符串，你可以修改代码;我在那里留言，提醒你。

Answer 5

这并不总是一个好主意（或者甚至是可行的）使用readlines()不带参数，因为它会在整个文件中读取，并可能消耗大量的内存—和做，如果你不可能没有必要一次不需要所有人，这取决于你在做什么。

所以，一种方法是使用Python 生成器函数从文件中提取所需的行或值。它们非常容易创建，基本上只需使用yield语句返回值而不是return。从编程的角度来看，它们之间的主要区别在于，下次调用函数时，执行将继续执行yield语句后面的行，而不是像通常情况下从第一行开始。这意味着它们的内部状态会在后续调用之间自动保存，这使得在内部进行复杂的处理变得更加容易。

下面是一个非常简单的例子，它使用一个获取文件中您想要的数据，每次只增加一行，因此它不需要足够的内存来保存整个文件：

def read_data(filename): 
    with open(filename, 'rt') as file: 
     next(file); next(file) # ignore first two lines 
     value = next(file).rstrip('\n') # read what should be the first number 
     while value != '#extra': # not end-of-numbers marker 
      yield value 
      value = next(file).rstrip('\n') 

for number in read_data('mydatafile'): 
    # process each number string produced 

当然，你还可以收集它们放在一起放入一个列表，如果你愿意的话，像这样：

numbers = list(read_data('mydatafile')) 

正如你可以看到它可能做其他有用的东西，在功能，如验证文件数据的格式或以其他方式对其进行预处理。在上面的例子中，我通过在它返回的列表的每一行中删除换行字符readlines()来完成一些操作。通过使用yield int(value)而不是仅仅yield value将每个字符串值转换为整数也是微不足道的。

希望这会给你足够的想法，以确定什么是可能的，以及在决定使用什么方法来执行手头任务时所涉及的折衷。