如何在循环中迭代TEXT_n占位符并替换为Excel数据？

核心思路 #

不再硬编码单个占位符（如TEXT_1），通过循环动态生成TEXT_n格式的占位符，对应读取Excel指定行的列数据完成批量替换。

基础实现代码 #

import pandas as pd

# 读取原始文本文件
with open('testfile_1.txt', 'r') as file:
    filedata = file.read()

# 读取Excel数据（无表头）
dataframe1 = pd.read_excel('EXCEL_Data.xlsx', header=None)

# 替换TEXT_1到TEXT_5（可根据需求调整placeholder_count的值）
placeholder_count = 5
for n in range(1, placeholder_count + 1):
    placeholder = f'TEXT_{n}'
    # 对应Excel第2行（索引1）的第n+1列（索引n），与原代码逻辑一致
    replace_value = dataframe1.iloc[1, n]
    filedata = filedata.replace(placeholder, str(replace_value))

# 将替换后的内容写入新文件（避免覆盖原文件）
with open('testfile_1_modified.txt', 'w') as file:
    file.write(filedata)

关键说明 #

• 用f'TEXT_{n}'动态生成占位符，避免重复编写相同逻辑
• 循环范围range(1, placeholder_count + 1)直接对应占位符的数字后缀
• 强制将Excel数据转为字符串（str(replace_value)），防止数值类型与文本拼接报错
• 最后必须写入文件，否则替换仅在内存中生效，不会修改实际文件

进阶优化版本（自动识别占位符） #

如果不确定文本中有多少个TEXT_n占位符，可用正则表达式自动提取后匹配Excel数据：

import pandas as pd
import re

with open('testfile_1.txt', 'r') as file:
    filedata = file.read()

dataframe1 = pd.read_excel('EXCEL_Data.xlsx', header=None)
# 获取Excel第2行的所有数据，转为列表
target_row_data = dataframe1.iloc[1, :].tolist()

# 提取文本中所有TEXT_XXX格式的占位符数字部分
placeholder_nums = re.findall(r'TEXT_(\d+)', filedata)
# 去重并排序
unique_nums = sorted(set(map(int, placeholder_nums)))

for num in unique_nums:
    # 确保Excel中有对应列的数据（索引从0开始，根据实际结构调整偏移）
    if num - 1 < len(target_row_data):
        placeholder = f'TEXT_{num}'
        filedata = filedata.replace(placeholder, str(target_row_data[num - 1]))

with open('testfile_1_modified.txt', 'w') as file:
    file.write(filedata)

注意事项 #

• 确认Excel文件的行列索引：iloc[行索引, 列索引]中索引从0开始，对应Excel第2行是索引1
• 若需覆盖原文件，将写入文件名改为testfile_1.txt即可，建议先备份原文件

内容的提问来源于stack exchange，提问作者Jerry