如何用Pythonic方式批量处理文本文件：按id排序并排除无id行

可以利用Python内置的csv模块结合列表推导、sorted()函数来实现，代码简洁且符合Python风格：

import csv
from pathlib import Path

# 定义处理单个文件的函数
def process_file(file_path):
    # 读取文件内容
    with open(file_path, 'r', encoding='utf-8') as f:
        reader = csv.reader(f, delimiter='|')
        rows = list(reader)
    
    if not rows:
        return  # 空文件直接返回
    
    # 分离表头和数据行
    header = rows[0]
    data_rows = rows[1:]
    
    # 过滤掉id为空的行，并将id转为整数用于排序
    valid_rows = []
    for row in data_rows:
        if row[0].strip():  # 检查id列是否非空
            try:
                # 保存时保留原id字符串，仅用整数排序
                valid_rows.append((int(row[0]), row))
            except ValueError:
                # 如果id不是整数，这里选择跳过，可按需调整逻辑
                continue
    
    # 按id排序，提取原行数据
    sorted_rows = [row for _, row in sorted(valid_rows, key=lambda x: x[0])]
    
    # 写入处理后的内容（这里生成带_processed后缀的新文件，避免覆盖原文件）
    with open(file_path.with_name(f"{file_path.stem}_processed{file_path.suffix}"), 'w', encoding='utf-8', newline='') as f:
        writer = csv.writer(f, delimiter='|')
        writer.writerow(header)
        writer.writerows(sorted_rows)

# 遍历指定目录下的所有txt文件（修改路径为你的文件所在目录）
for txt_file in Path('./your_files_dir').glob('*.txt'):
    process_file(txt_file)

关键特性说明： #

• 用pathlib.Path处理文件路径，比传统os.path更简洁直观
• 借助csv模块处理分隔符文本，避免手动split可能出现的边界问题
• 结合try-except处理id非整数的异常情况，增强代码鲁棒性
• 利用sorted()的key参数实现按id排序，逻辑清晰易读
• 采用上下文管理器with自动管理文件资源，无需手动关闭文件

如果确认所有有效id都是整数，可简化过滤逻辑：

valid_rows = [(int(row[0]), row) for row in data_rows if row[0].strip()]

内容的提问来源于stack exchange，提问作者Hiwot