Python读取文件值并按类型转换的更简洁实现方案咨询

我有如下格式的文件内容：

10                 10                  11                  10530           18              100             0               Open    ;
 11                 11                  12                  5280            14              100             0               Open    ;
 12                 12                  13                  5280            10              100             0               Open    ;
 21                 21                  22                  5280            10              100             0               Open    ;

我通过以下代码读取每行内容：

with open(file) as f:
    for line in f:
        values = line.rstrip().split()

第一行的读取结果为：

values
Out  [2]: ['10', '10', '11', '10530', '18', '100', '0', 'Open']

我需要将其中部分值转换为int、float类型，或保留为字符串，目前采用逐个索引转换的方式：

values[0]  = int(values[0])
values[1]  = int(values[1])
values[2]  = int(values[2])
values[3]  = float(values[3])
values[4]  = float(values[4])
values[5]  = float(values[5])
values[6]  = float(values[6])
values[7]  = values[7]

请问是否有更紧凑、更智能的实现方式？我曾尝试在文件中将需转为float的值改为带小数点的形式（如2改为2.0），但仍在转换环节遇到问题，恳请提供帮助。

方法1：类型映射列表批量转换 #

先定义与每个字段对应的转换类型列表，通过zip配对值和类型，用列表推导式批量完成转换：

# 定义每个字段的转换类型，顺序与读取的字段一一对应
converters = [int, int, int, float, float, float, float, str]

with open(file) as f:
    for line in f:
        # 处理行内容，去掉末尾空白并分割
        parts = line.rstrip().split()
        # 若末尾有分号，过滤掉该元素
        if parts[-1] == ';':
            parts = parts[:-1]
        # 批量转换
        values = [conv(part) for conv, part in zip(converters, parts)]

这种方式比逐个索引赋值更简洁，后续调整字段类型只需修改converters列表，维护成本更低。

方法2：结构化类提升可读性 #

如果需要更清晰的语义化访问，可以用dataclasses定义数据结构，结合类型转换：

from dataclasses import dataclass

@dataclass
class Record:
    id1: int
    id2: int
    id3: int
    num1: float
    num2: float
    num3: float
    num4: float
    status: str

with open(file) as f:
    for line in f:
        parts = line.rstrip().split()
        if parts[-1] == ';':
            parts = parts[:-1]
        # 实例化结构化对象，自动完成类型转换
        record = Record(
            int(parts[0]),
            int(parts[1]),
            int(parts[2]),
            float(parts[3]),
            float(parts[4]),
            float(parts[5]),
            float(parts[6]),
            parts[7]
        )
        # 后续可通过record.id1、record.status等语义化名称访问数据

这种方式避免了索引操作的出错风险，代码可读性和可维护性更强。

关于修改文件带小数点无效的说明 #

修改文件内容为带小数点的形式（如10改为10.0）无法自动完成类型转换——因为split()读取后仍然是字符串类型（比如'10.0'），必须显式调用float()才能转为数值类型。这种修改不仅对转换环节无帮助，还会增加文件维护成本，完全没必要。

内容的提问来源于stack exchange，提问作者diedro