python - 文件中最常见的 "startswith"以推断注释字符

Question

我正在尝试确定文件可能使用的注释字符。例如:

site,rank
#alexa.com/rankings
google.com,1
yahoo.com,2

有没有办法在列表中获得最多的评论“startswith”路径，并将其与一组可能的评论字符相交？我现在正在做的是以下内容，但看起来很幼稚:

POSSIBLE_COMMENT_CHARS = ['#', '//', '/*', '*/']

def get_comment_char(file):
    with open(file) as f:
        for line in f:
            for _char in POSSIBLE_COMMENT_CHARS:
                if line.startswith(_char):
                    return _char

使用上面的文件数据，它将返回:

get_comment_char(myalexafile)
>>> #

Answer 1

我会将行的开头与您的评论字符串的组合相匹配，然后计算出现次数。

最后计算出现次数最多的字符串

text="""
site,rank
#alexa.com/rankings
google.com,1
#yahoo.com,2
//whatever
# another comment

"""

import collections,re

POSSIBLE_COMMENT_CHARS = ['#', '//', '/*', '*/']

c = collections.Counter(re.findall("^({})".format("|".join(re.escape(x) for x in POSSIBLE_COMMENT_CHARS)),
     text,flags=re.MULTILINE))

print(max(c,key=lambda k: c.get(k)))

打印#

在一般情况下要小心 "|".join(re.escape(x) for x in POSSIBLE_COMMENT_CHARS 因为它意味着线性搜索。如果你有 5000 strings in your list it can be quite slow. 在这里没问题。