如何将特定格式字符串转换为list of lists或dict以存入Excel？

我有一段带换行的文本内容，格式如下：

Name: Thompson shipping co.
17VXCS947
Name: Orange juice no pulp, Price: 7, Weight: 2, Aisle:9, Shelf_life: 30,
67 Name: Orange juice pulp, Price: 7, Weight:2, Aisle:9, Shelf_life:30,
Photo is available,
Photo is available,
56GHIO098
Name: Cranberry Juice, Price: 3, Weight: 1, Aisle:9, Shelf_life:45,
Name: Lemonade, Price:1, Weight:1, Aisle:9, Shelf_life:10,

最终目标是把这些内容存入Excel，需要转换成列表的列表（示例格式如下）或字典：

[
    ['Name: Thompson shipping co.'],
    ['Name: Orange juice no pulp', 'Price: 7', 'Weight: 2', 'Aisle:9', 'Shelf_life: 30'],
    ['Name: Orange juice pulp', 'Price: 7', 'Weight:2', 'Aisle:9', 'Shelf_life:30'],
    # ... 其他条目
]

目前我用正则的re.findall逐个提取字段：

re.findall('(?<=,)[^,]*Name:[^,]*(?=,)'),
re.findall('(?<=,)[^,]*Price:[^,]*(?=,)'),
re.findall('(?<=,)[^,]*Weight:[^,]*(?=,)')
# ... 其他字段

但第一个Name是单独一行的特殊情况，考虑过每5个结果分组存入新列表，但不够简洁，想找更优雅的实现方法。

可以通过先过滤无效行，再用正则匹配完整记录的方式处理，一步到位提取所有目标条目：

步骤1：预处理文本，过滤无关行 #

先把文本按行拆分，过滤掉不含Name:、Price:等目标字段的行（比如纯编码、Photo is available这类行），只保留有效记录行。

步骤2：正则匹配每条记录 #

针对两种记录格式（单独的Name行、包含多字段的商品行），用统一的正则规则提取所有符合Key: Value格式的字段，直接整理成目标格式。

完整代码示例（列表的列表格式） #

import re

# 原始文本
text = """Name: Thompson shipping co.
17VXCS947
Name: Orange juice no pulp, Price: 7, Weight: 2, Aisle:9, Shelf_life: 30,
67 Name: Orange juice pulp, Price: 7, Weight:2, Aisle:9, Shelf_life:30,
Photo is available,
Photo is available,
56GHIO098
Name: Cranberry Juice, Price: 3, Weight: 1, Aisle:9, Shelf_life:45,
Name: Lemonade, Price:1, Weight:1, Aisle:9, Shelf_life:10,
"""

# 1. 按行拆分并过滤无效行
lines = [line.strip().rstrip(',') for line in text.splitlines() if line.strip()]
valid_lines = [line for line in lines if any(key in line for key in ['Name:', 'Price:', 'Weight:', 'Aisle:', 'Shelf_life:'])]

# 2. 提取每条记录的字段，整理成列表的列表
result = []
for line in valid_lines:
    # 匹配所有"Key: Value"格式的字段
    fields = [match.group(0) for match in re.finditer(r'(Name|Price|Weight|Aisle|Shelf_life):\s*[^,]+', line)]
    result.append(fields)

# 输出结果
print(result)

代码说明 #

• 预处理阶段：自动去掉每行首尾空格和末尾冗余逗号，过滤掉无价值的行，减少后续处理的干扰。
• 正则匹配：用re.finditer一次性抓取每行中所有目标字段，不管是单独的Name行还是多字段商品行，都能统一生成对应子列表，完美适配你的需求。

变种：转换成字典格式（更适合Excel导入） #

如果需要更贴合Excel表头的字典格式，可以修改处理逻辑：

import re

# 原始文本同上，省略...

# 1. 预处理过滤无效行（同上，省略...）

# 2. 提取字典格式结果
dict_result = []
# 定义Excel表头对应的字段顺序
fields_order = ['Name', 'Price', 'Weight', 'Aisle', 'Shelf_life']

for line in valid_lines:
    item_dict = {}
    # 匹配每个字段的键值对
    matches = re.findall(r'(Name|Price|Weight|Aisle|Shelf_life):\s*([^,]+)', line)
    for key, value in matches:
        item_dict[key] = value.strip()
    # 补全缺失字段（比如单独Name行的其他字段留空）
    for field in fields_order:
        if field not in item_dict:
            item_dict[field] = ''
    dict_result.append(item_dict)

# 输出字典列表，可直接用pandas生成Excel表格
print(dict_result)

这种格式可以直接通过pandas.DataFrame(dict_result).to_excel('output.xlsx', index=False)快速写入Excel。

内容的提问来源于stack exchange，提问作者yawwml