Python读取分隔符异常的文件问题求助

针对这种用不定数量空格作为列分隔符的文件，有几种实用的处理思路，都是日常自动化流程里常用的：

1. 用命令行工具快速处理 #

• awk（最省心）：awk默认会把任意数量的空白字符（空格、制表符）当成分隔符，直接按列提取或处理就行。比如要提取前3列：

  awk '{print $1, $2, $3}' input.txt > output.txt
  

  不管每行有多少个空格，它都会自动把列拆分好。
• tr 压缩空格：把多个连续空格压缩成单个，之后就能用普通按空格分割的工具处理：

  tr -s ' ' < input.txt > output.txt
  

• sed 替换多空格：用正则把1个以上的空格替换成单个空格：

  sed 's/  */ /g' input.txt > output.txt
  

2. 用Python脚本自动化处理 #

如果要集成到复杂的自动化流程里，Python是很好的选择：

• 直接用split()方法：不带参数的split()会自动分割任意数量的空白字符，包括空格、换行等：

  with open("input.txt", "r") as infile, open("output.txt", "w") as outfile:
      for line in infile:
          # 先去掉首尾空白，再拆分列
          columns = line.strip().split()
          # 这里可以加你的业务逻辑，比如筛选列、转换格式
          outfile.write("\t".join(columns) + "\n")  # 比如转成制表符分隔
  

• 用csv模块处理：如果需要更规范的表格处理，csv模块支持设置跳过开头的空格：

  import csv
  with open("input.txt", "r") as infile:
      # 指定分隔符为空格，跳过每个字段前的空格
      reader = csv.reader(infile, delimiter=" ", skipinitialspace=True)
      for row in reader:
          # row就是拆分好的列列表
          print(row)
  

3. 文本编辑器批量预处理 #

如果只是临时处理文件，用VS Code、Sublime这类编辑器的正则替换功能：

• 打开文件后，按Ctrl+H调出替换面板，勾选「正则表达式」选项
• 查找框输入 +（表示1个以上的空格），替换框输入 （单个空格）
• 点击「全部替换」，就能把所有多空格统一成单个空格，之后再按正常方式处理

注意：如果你的文件里存在字段本身包含空格的情况（比如"John Doe"作为一个字段），以上方法会失效，这时候需要确认文件是否有其他隐含规则（比如用引号包裹含空格的字段），再针对性调整。

内容的提问来源于stack exchange，提问作者Mário Jorge Rocha