如何用Python内置函数提取TXT文件中的多行表格表头？

一、通用多行表头提取方法 #

针对多行结构的TXT表头，核心思路是先确定列的边界位置，再按边界截取每行的表头片段，最后合并补全为完整表头。具体步骤：

• 1. 读取TXT文件，定位表头所在的连续行（可通过关键词匹配或已知行索引确定）
• 2. 收集所有表头行的空格分隔位置，整理出所有列的起始、结束索引
• 3. 按列边界截取每行的表头文本，去除冗余空格后拼接成完整表头项

示例代码：

def extract_multi_line_header(file_path, header_line_indices):
    # 读取指定行的表头内容
    with open(file_path, 'r', encoding='utf-8') as f:
        lines = [line.rstrip('\n') for line in f]
    header_lines = [lines[i] for i in header_line_indices]
    
    # 收集所有行的空格分隔位置，确定列边界
    all_separators = set()
    for line in header_lines:
        in_space = False
        for idx, char in enumerate(line):
            if char.isspace() and not in_space:
                all_separators.add(idx)
                in_space = True
            elif not char.isspace():
                in_space = False
    
    # 排序边界并补充首尾位置
    sorted_seps = sorted(all_separators)
    sorted_seps = [0] + sorted_seps + [max(len(line) for line in header_lines)]
    
    # 按边界截取合并表头
    header = []
    for start, end in zip(sorted_seps[:-1], sorted_seps[1:]):
        header_parts = []
        for line in header_lines:
            part = line[start:end].strip()
            if part:
                header_parts.append(part)
        full_header = ' '.join(header_parts).strip()
        if full_header:
            header.append(full_header)
    return header

使用示例：

# 假设表头在文件的第2、3行（索引从0开始计数）
target_header = extract_multi_line_header('your_data.txt', [1, 2])
print(target_header)

二、带单位数值的优化处理 #

针对extract_values_from_line拆分带单位数值（如0.1 m）的问题，可通过判断元素是否为数值+单位组合来合并拆分项，优化后的函数如下：

def extract_values_from_line(line):
    raw_items = line.strip().split()
    processed_items = []
    idx = 0
    total_items = len(raw_items)
    
    while idx < total_items:
        current_item = raw_items[idx]
        # 判断当前元素是否为数值（支持小数、百分号格式）
        is_numeric = False
        try:
            float(current_item)
            is_numeric = True
        except ValueError:
            if current_item.endswith('%'):
                try:
                    float(current_item[:-1])
                    is_numeric = True
                except ValueError:
                    pass
        
        if is_numeric and idx + 1 < total_items:
            # 检查下一个元素是否为非数值单位
            next_item = raw_items[idx+1]
            try:
                float(next_item)
                # 下一个是数值，不合并
                processed_items.append(current_item)
                idx += 1
            except ValueError:
                # 合并数值与单位
                processed_items.append(f"{current_item} {next_item}")
                idx += 2
        else:
            processed_items.append(current_item)
            idx += 1
    return processed_items

该方法通过尝试转换为浮点数来识别数值元素，若后续元素为非数值的单位，则自动合并二者，避免误拆分带单位的数值项。

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