Python中合并文本文件内换行拆分字段的问题求助

问题分析 #

你的TXT表格用|作为分隔符，但部分元素因换行被错误拆分（比如just some times被拆成两个元素），且换行符并非标准\n，需要合并这些跨换行的元素并正确提取表格数据。

解决方案代码 #

with open("ridotto.txt", encoding='latin-1') as f:
    processed_rows = []
    current_row = []
    for line in f:
        stripped_line = line.strip()
        # 跳过分隔线
        if stripped_line.startswith("---"):
            continue
        # 判断是否为新的表格行（以|开头）
        if stripped_line.startswith("|"):
            # 保存上一行数据（如果存在）
            if current_row:
                processed_rows.append(current_row)
            # 拆分新行并过滤空元素
            current_row = [part.strip() for part in stripped_line.split("|") if part.strip()]
        else:
            # 将当前行内容追加到上一行的最后一个元素
            if current_row:
                current_row[-1] += " " + stripped_line
    # 保存最后一行数据
    if current_row:
        processed_rows.append(current_row)

# 转换成一维列表（按需使用）
flat_list = [item for row in processed_rows for item in row]
print(flat_list)

代码说明 #

1. 过滤分隔线：直接跳过由---组成的分隔行，避免干扰数据处理。
2. 识别新行：以|开头的行是新的表格行，按|拆分后过滤掉空元素（因行首的|会产生空元素），初始化当前行数据。
3. 合并跨换行元素：不以|开头的行属于上一行最后一个元素的换行内容，直接追加到上一行末尾元素，用空格连接。
4. 兼容非标准换行符：for line in f会自动处理\r、\r\n等非标准换行符，无需额外处理。

执行结果 #

处理后得到的一维列表为：
['apple', 'very good', 'every day', 'fruit', 'chocolate', 'not so good', 'just some times', 'snack', 'bread', 'good', 'every day', 'whole', 'carbs']

内容的提问来源于stack exchange，提问作者anea