如何修改Python代码实现.dat与.dml合并生成指定格式Excel

需将给定的.dat数据文件与.dml元数据文件合并，转换为Excel格式，要求：

• Excel首行为字段名
• 第二行为对应数据类型
• 后续为数据行

示例文件 #

.dat数据示例 #

Sweta|dhanbad|1000|1
Manish|dhanbad|2000|2
Priyanka|dhanbad|3000|3

.dml元数据示例 #

record
string("|") name /* VARCHAR(10)*/;
string("|") address; // VARCHAR(40)
decimal("|") salary;
integer("\n") I'd;
end

现有代码问题 #

用户已编写以下Python代码，但目前无法正确分离字段名和数据类型，无法满足Excel格式要求：

import pandas as pd
dml_file = 'src.dml'
with open(dml_file, "r") as dml:
    dml_lines = dml.readlines()
col = []
for line in dml_lines[1:-1]:
    if line:
        col.append(line.strip(';').strip())

解决方案 #

修改代码，从.dml文件中分别提取字段名和对应的数据类型，再读取.dat数据，最后构造符合要求的Excel结构：

import pandas as pd
import re

# 读取并解析.dml文件
dml_file = 'src.dml'
field_names = []
data_types = []

# 匹配数据类型、字段名和注释里的类型的正则
pattern = r'^(\w+)\([^)]+\)\s+(\w+)\s*(?:/\*([^*]+)\*/|//\s*([^\n]+))?;'

with open(dml_file, "r") as dml:
    for line in dml.readlines():
        line = line.strip()
        # 跳过record、end和空行
        if line in ('record', 'end') or not line:
            continue
        # 解析每一行
        match = re.match(pattern, line)
        if match:
            base_type = match.group(1)
            field_name = match.group(2)
            # 优先取注释里的类型，没有则用基础类型
            type_comment = match.group(3) or match.group(4)
            data_type = type_comment.strip() if type_comment else base_type
            
            field_names.append(field_name)
            data_types.append(data_type)

# 读取.dat文件
dat_file = 'src.dat'
df = pd.read_csv(dat_file, sep='|', names=field_names)

# 构造Excel的表头行：首行字段名，第二行数据类型
type_row = pd.DataFrame([data_types], columns=field_names)
final_df = pd.concat([type_row, df], ignore_index=True)

# 保存为Excel
final_df.to_excel('output.xlsx', index=False, header=False)

代码说明 #

1. 解析.dml文件：使用正则表达式匹配每行的基础数据类型、字段名，以及注释中定义的具体数据类型（如VARCHAR(10)），分别存入两个列表。
2. 读取.dat数据：用pandas.read_csv以|为分隔符读取数据，指定列名为提取的字段名。
3. 构造Excel结构：将数据类型行作为第一行（对应Excel的第二行），数据行紧随其后，保存时不保留默认表头，让字段名作为Excel的首行。

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