Python中循环使用多个str.startswith()提取值时遇异常

问题背景 #

编写Python函数解析目录下的CSV文件，通过str.startswith()提取特定行的值：

• 首行以TrakPro开头、提取Serial Number:行的逻辑正常工作
• 添加Test Name:行的提取逻辑后，无输出也无报错，该部分代码未生效
• 需求：在循环中添加多个str.startswith()判断，提取CSV中各类冒号后的关键词值（如Test Name:对应的值）

原代码 #

def get_csv_file_list(root):
    for r, d, f in os.walk(root):
        for file in f:

            if file.endswith('.csv'):
                path = os.path.join(r, file)
                dir_name = path.split(os.path.sep)[-2]
                file_name = os.path.basename(file)

                try:
                    with open(path) as k:
                        firstline = k.readline()

                        if firstline.startswith('TrakPro'):
                            file_list.append(path)
                            file_list.append(dir_name)
                            file_list.append(file_name)

                            txt = 'Serial Number:'
                            if txt.startswith('Serial'):
                                for row in list(k)[3:4]:
                                    file_list.append(row[15:26])

                            txt2 = 'Test Name:'
                            if txt2.startswith('Test'):
                                for rows in list(k)[4:5]:
                                    print(rows)
                                    file_list.append(row[11:])

CSV内容示例 #

TrakPro Version 5.2.0.0 ASCII Data File
Instrument Name:,SidePak
Model Number:,TK0W02
Serial Number:,120k2136005
Test Name:,13270
Start Date:,04/17/2021
Start Time:,01:53:29
Duration (dd:hh:mm:ss):,00:07:13:00
Log Interval (mm:ss):,01:00
Number of points:,433
Description:,

问题原因 #

1. 文件指针偏移：第一次调用list(k)[3:4]时，会将文件指针移动到文件末尾，后续list(k)[4:5]无法读取到任何内容
2. 冗余判断：txt = 'Serial Number:'后判断txt.startswith('Serial')是恒成立的，属于无效逻辑
3. 变量名错误：第二个循环中使用未定义的row变量（循环变量是rows），会导致隐性错误

修改后的代码 #

import os

def get_csv_file_list(root):
    file_list = []  # 确保函数内初始化列表，避免全局变量依赖
    for r, d, f in os.walk(root):
        for file in f:
            if file.endswith('.csv'):
                path = os.path.join(r, file)
                dir_name = os.path.basename(os.path.dirname(path))  # 更可靠的上级目录获取方式
                file_name = os.path.basename(file)

                try:
                    with open(path, 'r', encoding='utf-8') as k:
                        lines = k.readlines()  # 一次性读取所有行到列表，避免指针问题
                        first_line = lines[0].strip()
                        
                        if first_line.startswith('TrakPro'):
                            file_list.extend([path, dir_name, file_name])

                            # 提取Serial Number
                            serial_line = lines[3].strip()
                            if serial_line.startswith('Serial Number:'):
                                serial_num = serial_line.split(',')[1].strip()
                                file_list.append(serial_num)

                            # 提取Test Name
                            test_line = lines[4].strip()
                            if test_line.startswith('Test Name:'):
                                test_name = test_line.split(',')[1].strip()
                                print(test_name)
                                file_list.append(test_name)
                except Exception as e:
                    print(f"处理文件 {path} 时出错: {str(e)}")
    return file_list

关键优化点 #

• 一次性读取所有行到lines列表，彻底解决文件指针偏移问题
• 使用split(',')分割行内容提取值，比固定索引更健壮（避免因行内容长度变化导致的取值错误）
• 移除冗余的字符串判断逻辑，精简代码
• 修复变量名错误，确保逻辑正确性
• 增加异常捕获与提示，便于排查文件读取异常
• 优化目录名获取方式，适配不同操作系统路径格式

内容的提问来源于stack exchange，提问作者ksu1980