You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

批量转换驾照信息文本为CSV文件报错求助

问题场景与错误

我有数千份包含驾照信息的文本文件(示例内容如下),希望为每个文本文件生成对应的CSV文件,将文本中的每一行存入单独列:

[J RYBEWYS

1 Mesters:

Lambertus #

» 05.01.1979 Eindhoven 40.31.01.2017 4» 31.01.2027 4< Gemeente Waaire

5740344641

AM-BE , a T

D1NLD1574034464194NB44MK362D54]

使用以下代码后出现FileNotFoundError:

# list the files
filelist = os.listdir(targetdir) 
# read them into pandas
df_list = [pd.read_csv(file, header = None, encoding='latin1') for file in filelist]
df_list.to_csv('D:/Athora/CSV/text.csv', index = None, encoding='latin1')

错误回溯关键信息:

FileNotFoundError: [Errno 2] No such file or directory: 'DLcasper.jpg.txt'
代码错误分析
  1. 文件路径不完整:os.listdir(targetdir)仅返回文件名,不是完整路径。当当前工作目录不是targetdir时,pd.read_csv无法定位到文件,导致报错。
  2. 列表无to_csv方法:df_list是DataFrame组成的列表,并非单个DataFrame,直接调用to_csv会触发AttributeError。
  3. 逻辑不符合需求:原代码试图将所有文件合并为一个CSV,但需求是每个文本文件生成对应的单独CSV。
  4. 读取方式错误:pd.read_csv默认按逗号分隔解析,而我们需要把文本的每一行作为CSV的一列,读取逻辑需调整。
可行解决方案

以下代码实现每个文本文件生成对应CSV,将文本每行转为CSV的一列:

import os
import pandas as pd

# 目标文本文件目录,请替换为你的实际路径
targetdir = "你的文本文件目录路径"
# 输出CSV的目录,可自行修改,若不存在会自动创建
output_dir = "D:/Athora/CSV"
os.makedirs(output_dir, exist_ok=True)

# 遍历目标目录下的所有文件
for filename in os.listdir(targetdir):
    # 仅处理文本文件,可根据实际后缀调整(如".txt")
    if filename.endswith(".txt"):
        # 拼接完整文件路径,避免找不到文件
        file_path = os.path.join(targetdir, filename)
        # 读取文本所有行,过滤空行并清理首尾空白
        with open(file_path, 'r', encoding='latin1') as f:
            lines = [line.strip() for line in f if line.strip()]
        # 将所有行转为DataFrame的一行(即每行对应CSV的一列)
        df = pd.DataFrame([lines])
        # 生成输出CSV文件名(替换原后缀为.csv)
        csv_filename = os.path.splitext(filename)[0] + ".csv"
        csv_path = os.path.join(output_dir, csv_filename)
        # 保存CSV,不保留索引和表头
        df.to_csv(csv_path, index=False, encoding='latin1', header=False)

代码说明

  • 用os.path.join拼接完整路径,彻底解决文件找不到的问题。
  • 读取文本时自动过滤空行、清理冗余空白,保证数据整洁。
  • 把文本的每一行转为CSV的一列,完全匹配需求。
  • 自动创建输出目录,避免因目录不存在报错。
  • 每个文本文件对应生成同名CSV文件,满足“一对一”转换需求。

内容的提问来源于stack exchange,提问作者Sakura01

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.13 23:45:40