Python实现文件指定列提取及列表格式取消方法

示例输入文件（abc.txt.gz） #

bit address  data                                        code  new
 
0   0FA34B   0002623748594759834784648294918748734610484 123   00000001

1   AB102C   2814699837426459814735985739460746706706600 124   00000002

1   C102BC   1237748798359846709648378598089837658736738 125   00000003

需求 #

提取第3列（data）和第5列（new）到新文件data.txt，预期输出：

0002623748594759834784648294918748734610484 00000001
2814699837426459814735985739460746706706600 00000002
1237748798359846709648378598089837658736738 00000003

当前尝试代码及错误输出 #

尝试代码 #

for l in fin:
    if l.strip("\n '"):
        column = l.split(" ")
        fout.write("%s %s \n" % (column[3:4], column[4:5]))

错误输出 #

--name of file

--data of file

[] []

['']

['']

['0002623748594759834784648294918748734610484'] ['00000001']

['2814699837426459814735985739460746706706600'] ['00000002']

['1237748798359846709648378598089837658736738'] ['00000003']

解决方案 #

问题根源 #

1. 切片导致列表输出：column[3:4]和column[4:5]是切片操作，返回的是子列表（哪怕只有一个元素），所以输出会带[]和引号。要取单个元素，应该用单个索引（比如column[2]）。
2. 分割方式错误：split(" ")会把多个连续空格拆成空字符串元素，导致索引混乱，应该用无参数的split()，自动分割任意空白符（包括多空格、换行、制表符）。
3. 未处理压缩文件：原文件是.gz压缩格式，需要用gzip模块读取。

修正后的完整代码 #

import gzip

# 打开压缩输入文件和输出文件
with gzip.open('abc.txt.gz', 'rt', encoding='utf-8') as fin, open('data.txt', 'w', encoding='utf-8') as fout:
    # 跳过第一行表头
    next(fin)
    for line in fin:
        stripped_line = line.strip()
        # 跳过空行
        if not stripped_line:
            continue
        # 按任意空白分割列
        columns = stripped_line.split()
        # 第3列对应索引2，第5列对应索引4（Python是0开始索引）
        fout.write(f"{columns[2]} {columns[4]}\n")

关键说明 #

• with语句自动管理文件的打开和关闭，避免资源泄漏。
• gzip.open的rt模式表示以文本模式读取压缩文件。
• next(fin)跳过表头行，只处理数据行。
• split()无参数时，会自动忽略连续的空白符，得到干净的列列表。
• 使用f-string格式化输出，直接取单个元素，不会出现列表格式。

关于“取消列表格式（unlist）”的说明 #

在Python中如果拿到单个元素的列表，想要获取元素本身：

1. 直接取索引：比如列表my_list = ['abc']，用my_list[0]就能拿到字符串'abc'。
2. 避免切片：切片操作（比如my_list[0:1]）永远返回列表，哪怕只有一个元素；用单个索引（my_list[0]）才会返回元素本身。

内容的提问来源于stack exchange，提问作者LP_08