如何用Python从多文本文件提取内容到CSV？StopIteration报错求解

StopIteration异常是因为执行next(f)时，文件指针已走到末尾，无更多行可读取。常见触发场景：

• TXT文件中author:行是最后一行
• author:行后没有空白行

不要用next(f)硬跳一行，改为循环跳过所有后续空白行（兼容无空白行的情况），同时优化文本提取逻辑以匹配需求格式。

修改后的完整代码：

from glob import glob
import csv

path = '**/*.txt'

def extract_fields(fname):
    with open(fname, encoding='utf-8') as f:
        author, txt = "", ""
        lines = f.readlines()
        # 遍历定位author行
        for idx, line in enumerate(lines):
            stripped_line = line.strip()
            if stripped_line.startswith("author: "):
                author = stripped_line[8:].strip()
                # 跳过author行后的所有空行
                content_start_idx = idx + 1
                while content_start_idx < len(lines) and lines[content_start_idx].strip() == "":
                    content_start_idx += 1
                # 合并剩余文本，将段落换行替换为空格
                txt = ''.join(lines[content_start_idx:]).strip().replace('\n\n', ' ')
                break
        return author, txt

rows = []
# 加上recursive=True确保遍历所有子文件夹
for fname in glob(path, recursive=True):
    author, txt = extract_fields(fname)
    rows.append([fname, author, txt])

with open("output.csv", "w", newline="", encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(["filename", "author", "text"])  # 对齐需求中的列名
    writer.writerows(rows)

• 用readlines()一次性读取所有行，便于索引定位和跳过空行
• 找到author行后循环跳过后续空白行，避免硬跳行引发的异常
• 合并文本时替换段落间换行符为空格，匹配需求中的文本格式
• 给glob添加recursive=True参数，确保递归遍历子文件夹
• 统一指定utf-8编码，避免跨系统编码问题
• 表头改为需求中的text，与目标CSV列名对齐

内容的提问来源于stack exchange，提问作者hy9fesh