在Python中读取一些混乱的文件

我为类型为的文件编写了一个小的解析函数。在这种文件格式中，第一行应该是字母“OFF”，第二行应该是3个数字，指示文件其余部分的大小

我有数千个这样的文件。但是，在这些文件中，有一小部分是随机的，前两行连接不正确（不知道为什么）。除了使用

readline（）

而不是

readlines（）

进行迭代之外，我似乎无法在阅读时找到解决此问题的方法

还请假设更改所有文件也是不切实际的（我考虑过尝试一个bash脚本，但它是一个公共数据集，以后可能会继续使用）

有没有关于如何处理这些损坏的标题行的建议

以下是我当前的解析函数：

import numpy as np
def off_vertex_parser(self, path_to_off_file):
    print path_to_off_file
    # Read the OFF file
    with open(path_to_off_file, 'r') as f:
        contents = f.readlines()

    # Find the number of vertices contained
    num_vertices = int(contents[1].strip().split(' ')[0])

    # Convert all the vertex lines to a list of lists
    vertex_list = [map(float, contents[i].strip().split(' ')) 
                    for i in range(2, 2+num_vertices)]

    # Return the vertices as a 3 x N numpy array
    return np.array(vertex_list).transpose(1,0)

下面是.off文件的两个示例。第一种格式正确：

OFF
5 0 0
-12.280500 26.701300 10.653150
-12.575700 26.313400 11.003550
-12.569100 26.309300 10.653150
-13.208100 25.441200 10.653150
-12.569100 26.309300 10.653150

OFF5 0 0
-12.280500 26.701300 10.653150
-12.575700 26.313400 11.003550
-12.569100 26.309300 10.653150
-13.208100 25.441200 10.653150
-12.569100 26.309300 10.653150

第二种格式不正确：

OFF
5 0 0
-12.280500 26.701300 10.653150
-12.575700 26.313400 11.003550
-12.569100 26.309300 10.653150
-13.208100 25.441200 10.653150
-12.569100 26.309300 10.653150

OFF5 0 0
-12.280500 26.701300 10.653150
-12.575700 26.313400 11.003550
-12.569100 26.309300 10.653150
-13.208100 25.441200 10.653150
-12.569100 26.309300 10.653150

---

您可以从以下任一格式解析顶点：

# Find the number of vertices contained
if contents[0].strip().lower() != 'off':
    num_vertices = int(contents[0].strip()[3:].split(' ')[0])
    start_line = 1
else:
    num_vertices = int(contents[1].strip().split(' ')[0])
    start_line = 2

# Convert all the vertex lines to a list of lists
vertex_list = [map(float, contents[i].strip().split(' ')) 
                for i in range(start_line, start_line+num_vertices)]

---

简单但有效。谢谢透过树林我看不见森林。。。