Python中仅读取文件行内#符号前内容的优化方法及AttributeError问题排查

更高效的读取方式：直接截取 # 前内容 #

你现在先读整行再处理的方式没问题，但如果文件很大，readlines() 会把所有内容加载到内存里，有点浪费。其实可以在读取行的同时就完成截取，甚至不用读取全部文件内容，下面给你几个实用的方案：

方案1：逐行遍历，找到目标行就停止

如果你只需要第三行（索引2）的 # 前内容，这种方法最省内存——找到目标行后立刻停止遍历，不用读剩下的内容：

import numpy as np

target_line_idx = 2  # 目标行的索引（从0开始计数）
result = ""

# 用with语句自动管理文件，避免忘记关闭或异常报错
with open('trial_one.dat', 'r') as f:
    for idx, line in enumerate(f):
        if idx == target_line_idx:
            # 直接拆分#并取前半部分，再去除末尾的换行/空格
            result = line.partition("#")[0].rstrip()
            break  # 找到就停，不用继续读了

print(result)  # 输出：[[1],[2],[3],np.repeat(3,4)]

方案2：用生成器表达式快速定位目标行

喜欢简洁写法的话，可以用生成器直接定位目标行，代码更紧凑：

import numpy as np

target_line_idx = 2

with open('trial_one.dat', 'r') as f:
    # 跳过前面的行，直接取目标行
    target_line = next(line for idx, line in enumerate(f) if idx == target_line_idx)
    result = target_line.partition("#")[0].rstrip()

print(result)

方案3：批量处理所有行的 # 前内容

如果之后需要处理所有行的有效内容，也可以在读取时直接处理，生成干净的列表：

with open('trial_one.dat', 'r') as f:
    # 过滤空行和纯注释行，同时保留#前的内容
    processed_lines = [
        line.partition("#")[0].rstrip() 
        for line in f 
        if line.strip()  # 跳过空行和全是空格的行
    ]

小技巧：partition() vs split() #

你用的 partition("#") 非常合适，因为它只会拆分第一次出现的 #，如果行里的字符串本身包含 #（比如注释里的内容），也不会影响前面的有效内容。如果用 split("#", 1)[0] 也能达到完全一样的效果，两者效率差不多，看你个人习惯就行。

内容的提问来源于stack exchange，提问作者msci