如何用Python将字段行式记录文本转换为纵向CSV文件

现有一个文本文件，每个字段单独占一行，以特定头部标识新记录的开始。需要用Python将其转换为标准CSV格式，未适用的字段留空或设为0。

示例输入：

WERF   this is vendor1 data
this is col1 : 20
this is col2 : 30
here is col1 scenario2: 1
here is col2 scenario2: 3
ADEF this is vendor2 data
this is col1 : 2
this is col2 : 3
TRGF this is vendor3 data
this is col1 : 10
this is col2 : 12
PSDFAA this is vendor4 data
this is col1 : 4
this is col2 : 7
here is col1 scenario2: 12
here is col2 scenario2: 11

预期输出（标准CSV格式）：

Vendor,this is col1,this is col2,here is col1 scenario2,here is col2 scenario2
WERF,20,30,1,3
ADEF,2,3,,
TRGF,10,12,,
PSDFAA,4,7,12,11

以下是直接可运行的代码，核心逻辑为先收集所有字段名，再逐条解析记录并补全缺失字段：

import csv

def convert_to_csv(input_file, output_file):
    records = []
    all_fields = {'Vendor'}  # 固定包含Vendor字段
    current_record = {}
    
    with open(input_file, 'r', encoding='utf-8') as f:
        for line in f:
            line = line.strip()
            if not line:
                continue  # 跳过空行
            
            # 识别新记录头部：行首为4位及以上大写字母标识
            first_segment = line.split()[0]
            if first_segment.isupper() and len(first_segment) >= 4:
                # 保存上一条记录（如果存在）
                if current_record:
                    records.append(current_record)
                # 初始化新记录
                current_record = {'Vendor': first_segment}
            else:
                # 解析字段行：分割字段名与值
                if ':' in line:
                    field_part, value_part = line.split(':', 1)
                    field_name = field_part.strip()
                    value = value_part.strip()
                    current_record[field_name] = value
                    all_fields.add(field_name)
    
    # 处理最后一条未保存的记录
    if current_record:
        records.append(current_record)
    
    # 对字段名排序，保证输出顺序稳定
    sorted_fields = sorted(all_fields)
    
    # 写入CSV文件
    with open(output_file, 'w', newline='', encoding='utf-8') as csvfile:
        writer = csv.DictWriter(csvfile, fieldnames=sorted_fields)
        writer.writeheader()
        for record in records:
            # 缺失字段填充为空字符串，需设为0可替换成''为'0'
            filled_record = {field: record.get(field, '') for field in sorted_fields}
            writer.writerow(filled_record)

# 调用示例：替换为你的输入输出文件路径
convert_to_csv('input.txt', 'output.csv')

关键说明 #

1. 记录识别规则：代码通过行首是否为4位及以上大写字母判断新记录，若你的实际标识规则不同，修改first_segment.isupper() and len(first_segment) >=4这一条件即可。
2. 字段自动收集：遍历过程中自动收集所有出现过的字段，确保CSV表头包含全部可能字段。
3. 缺失字段处理：默认用空字符串填充缺失字段，如需设为0，将代码中''替换为'0'即可。
4. 标准CSV输出：使用Python内置csv模块的DictWriter，保证输出符合CSV规范，可直接用Excel等工具打开。

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