如何将含多行公式的TXT文件转换为CSV并使公式保持单行？

问题场景 #

原始TXT数据以|分隔，其中部分行的Formula字段包含多行内容（被~BeginFormula~和~EndFormula~标记包裹），直接用pandas.read_csv读取时，公式内的换行会被识别为新的数据行，导致格式混乱。

原始数据示例：

ID|Name1|Description|Name2|Type|Rate|Sign|B|C|P|U|Member|Formula
100|100|100 Cash|All|B|Rate|D|Y|Y||DATA|Total|
100|100|100 Cash|All|B|Rate|D|Y|Y||DATA|Total|
110|110|110 Expense|P|Average|D|Y|Y||DATA|Header|~BeginFormula~(expr(if rpt then 
if MemberIs([V]:[O]) or MemberIs([V]:[R]) or MemberIs([V]:[F]) then
if [cost] <> 0 or [cost] = -100 then 
[cost] = ([c] * [a]) + [a];
endif
endif
endif))~EndFormula~
800|sale|Dsale|bs|BL|Rate|C|Y|Y||DATA|Tax|~BeginFormula~(expr([sale] = 0))~EndFormula~

之前尝试的代码未处理多行公式：

import pandas as pd

read_file = pd.read_csv (r'C:\Users\text.txt', 
sep="|",error_bad_lines=False)
read_file.to_csv (r'C:\Users\TestOutput.csv', index=None)

解决方案 #

步骤1：预处理文本，合并公式内的多行 #

先遍历原始TXT文件，识别公式区域并将其中的换行替换为空格，确保每个数据行是完整的一行：

input_path = r'C:\Users\text.txt'
processed_path = r'C:\Users\processed_text.txt'

with open(input_path, 'r', encoding='utf-8') as f_in, open(processed_path, 'w', encoding='utf-8') as f_out:
    in_formula = False
    for line in f_in:
        # 移除行尾的换行符，避免后续拼接混乱
        stripped_line = line.rstrip('\n')
        if '~BeginFormula~' in stripped_line:
            in_formula = True
            f_out.write(stripped_line)
        elif '~EndFormula~' in stripped_line:
            in_formula = False
            # 公式结束后添加换行，标记完整数据行
            f_out.write(stripped_line + '\n')
        elif in_formula:
            # 公式内的行，用空格连接，保留内容
            f_out.write(' ' + stripped_line.strip())
        else:
            # 普通数据行直接写入
            f_out.write(stripped_line + '\n')

步骤2：转换为CSV格式 #

使用pandas读取预处理后的文件，转换为CSV：

import pandas as pd

# 读取预处理后的文本，指定分隔符为|
df = pd.read_csv(processed_path, sep='|')
# 导出为CSV，默认用逗号分隔，自动处理含空格的字段
df.to_csv(r'C:\Users\TestOutput.csv', index=None)

关键说明 #

• 利用~BeginFormula~和~EndFormula~作为公式区域的标记，精准识别需要合并的多行内容，避免误处理其他正常换行。
• 如果需要保留公式内的换行，可以将代码中替换的空格改为\n，pandas导出CSV时会自动用引号包裹包含换行的字段，符合CSV格式规范。

内容的提问来源于stack exchange，提问作者NotGoodSowy