Streamlit上传TXT文件遇两类TypeError错误，求解决方案

错误原因分析 #

• TypeError: expected str, bytes or os.PathLike object, not UploadedFile：Streamlit的st.file_uploader返回的是UploadedFile对象，不是本地文件路径，不能直接用open()或当作路径处理。
• TypeError: 'UploadedFile' object is not subscriptable：直接遍历file.read()返回的字符串时，会按单个字符拆分，导致后续对单个字符做切片操作（如line[:11]）出错。

修复后的完整代码 #

import streamlit as st
import pandas as pd

def read_txt_file(file, start_line):
    # 读取文件内容并按换行符分割为行列表，过滤空行
    file_data = file.read().decode('utf-8')  # 解码字节流为字符串
    lines = [line.strip() for line in file_data.split('\n') if line.strip()]
    
    # 从指定行开始处理
    target_lines = lines[start_line:]

    data = []
    for line in target_lines:
        if line.startswith(('ECC Production', '-', ' ', 'Whithouse S', '----------','|Date')):
            continue

        row = {}
        row['Date'] = line[:11].replace('|', '').strip()
        row['Time'] = line[11:20].replace('|', '').strip()
        row['Supplier'] = line[20:31].replace('|', '').strip()
        row['Changed By'] = line[31:44].replace('|', '').strip()
        row['Field Name'] = line[44:75].replace('|', '').strip()
        row['CoCd'] = line[75:80].replace('|', '').strip()
        row['POrg'] = line[80:85].replace('|', '').strip()
        row['New Value'] = line[85:121].replace('|', '').strip()
        row['Old Value'] = line[121:156].replace('|', '').strip()

        data.append(row)

    df = pd.DataFrame(data)
    df = df.loc[~df['Date'].isin(['----------'])]
    df = df.loc[~df['Date'].isnull()]
    return df  # 返回处理后的DataFrame，原代码缺失此步骤

input_files = st.file_uploader("INPUT Extraction", type=["txt"])
input2_files = st.file_uploader("INPUT2 Extraction", type=["txt"])

if st.button("Run"):
    if input_files and input2_files:
        input_df = read_txt_file(input_files, start_line=5)
        input2_df = read_txt_file(input2_files, start_line=18)
        final_df = pd.concat([input_df, input2_df], ignore_index=True)
        st.dataframe(final_df)

关键修改点 #

• 将UploadedFile读取的字节流解码为字符串，再按换行符拆分为行列表，避免按单个字符遍历。
• 过滤空行，防止后续处理空字符串引发异常。
• 函数末尾添加return df，确保调用时能获取到处理后的DataFrame（原代码缺失此步骤会导致concat操作失败）。

内容的提问来源于stack exchange，提问作者waterwalk93