Python脚本开发求助：将文件每行数据解析为Excel行列格式

核心思路 #

要实现多行多列解析，关键是识别每行数据的分隔规则（比如逗号、制表符、空格等），然后按规则拆分每行内容，再写入Excel的对应列。

方案1：用Pandas快速实现（推荐） #

Pandas内置了多种文件读取方法，能自动识别常见分隔符，直接输出成DataFrame后写入Excel，代码极简：

import pandas as pd

# 读取文件，sep参数指定分隔符，比如逗号、'\t'制表符，也可以用'r\s+'匹配任意空格
df = pd.read_csv('你的输入文件.txt', sep='\t')  # 替换成你的文件分隔符

# 写入Excel，index=False避免生成索引列
df.to_excel('输出文件.xlsx', index=False)

如果你的文件分隔符不固定（比如多个空格），可以把sep设为r'\s+'，Pandas会自动处理。

方案2：用CSV+OpenPyxl手动实现 #

如果不想依赖Pandas，用Python标准库csv和openpyxl手动处理：

import csv
from openpyxl import Workbook

# 初始化Excel工作簿和工作表
wb = Workbook()
ws = wb.active

# 读取文件，指定分隔符（这里用制表符为例，可替换成你的分隔符）
with open('你的输入文件.txt', 'r', encoding='utf-8') as f:
    reader = csv.reader(f, delimiter='\t')
    # 逐行写入Excel
    for row in reader:
        ws.append(row)

# 保存文件
wb.save('输出文件.xlsx')

自定义分隔符处理 #

如果你的文件用特殊符号分隔（比如|、;），只需要把上面代码里的delimiter参数改成对应的符号即可。比如用竖线分隔：

# Pandas版本
df = pd.read_csv('你的输入文件.txt', sep='|')

# CSV+OpenPyxl版本
reader = csv.reader(f, delimiter='|')

注意事项 #

• 确保输入文件的每行数据分隔符一致，否则会出现列对齐错误。
• 如果文件有表头，Pandas的read_csv会自动识别表头作为Excel的列名；用手动方案的话，可以把第一行作为表头单独处理。

内容的提问来源于stack exchange，提问作者Vikram yadav