使用re.split在Python中将文件分割成行

Question

我正在尝试用列表推导式来分割一个文件，代码大概是这样的：

lines = [x for x in re.split(r"\n+", file.read()) if not re.match(r"com", x)]

但是，生成的行列表最后总是会有一个空字符串。有没有人知道怎么能避免这个问题（除了在后面加个 pop()）？

Answer 1

另一个很实用的小技巧，特别是当你需要行号的时候，就是使用enumerate：

fp = open("myfile.txt", "r")
for n, line in enumerate(fp.readlines()):
    dosomethingwith(n, line)

我最近才知道enumerate这个东西，但从那以后它帮了我不少忙。

Answer 2

lines = file.readlines()

补充：如果你不想要空行，可以这样写：

lines = filter(lambda a:(a!='\n'), file.readlines())

补充2：如果你想去掉每行末尾的换行符，可以这样做：

lines = [re.sub('\n','',line) for line in filter(lambda a:(a!='\n'), file.readlines())]

Answer 3

把正则表达式放一边吧 :-)

1. 你可以直接遍历文件；现在几乎不需要用 readlines() 了。
2. 了解一下 str.strip()（还有它的好朋友 lstrip() 和 rstrip()）。
3. 不要把 file 当作变量名。这是不好的做法，因为 file 是一个 内置函数。

你可以这样写你的代码：

lines = []
f = open(filename)
for line in f:
    if not line.startswith('com'):
        lines.append(line.strip())

如果你还是遇到空行，可以加个测试：

lines = []
f = open(filename)
for line in f:
    if line.strip() and not line.startswith('com'):
        lines.append(line.strip())

如果你真的想把它写成一行：

lines = [line.strip() for line in open(filename) if line.strip() and not line.startswith('com')]

最后，如果你用的是 Python 2.6，可以看看 with 语句，这样可以让事情更简单一些。