如何用Python将特定对话文件转为列并保存为CSV？

实现思路 #

针对大文件场景，必须采用逐行流式处理，避免一次性加载全量数据到内存，从根源上控制内存占用，保证处理效率。

Python 代码实现 #

import csv

def dialogue_to_csv(input_file, output_file):
    current_speaker = None
    current_content = []
    
    # 双文件上下文管理器，同时处理输入输出
    with open(input_file, 'r', encoding='utf-8') as in_f, \
         open(output_file, 'w', encoding='utf-8', newline='') as out_f:
        
        csv_writer = csv.writer(out_f)
        # 写入CSV表头
        csv_writer.writerow(['发言者', '对话内容'])
        
        for line in in_f:
            stripped_line = line.strip()
            # 跳过空行
            if not stripped_line:
                continue
            # 识别发言者行（以>开头）
            if stripped_line.startswith('>'):
                # 若存在未写入的上一段对话，先写入CSV
                if current_speaker and current_content:
                    full_content = '\n'.join(current_content)
                    csv_writer.writerow([current_speaker, full_content])
                    current_content = []
                # 提取发言者名称
                current_speaker = stripped_line[1:]
            else:
                # 收集对话内容行
                current_content.append(stripped_line)
        
        # 处理最后一段未写入的对话
        if current_speaker and current_content:
            full_content = '\n'.join(current_content)
            csv_writer.writerow([current_speaker, full_content])

# 使用示例
# dialogue_to_csv('你的输入文件.txt', '输出结果.csv')

代码优势 #

• 低内存占用：逐行读取+即时写入，仅缓存当前对话片段，GB级文件也能稳定处理。
• 格式兼容：自动合并多行对话内容，CSV单元格内保留换行格式，符合阅读习惯。
• 性能高效：依赖Python内置模块，无额外依赖，处理速度接近文件IO极限。

转换后CSV内容示例 #

内容的提问来源于stack exchange，提问作者avi007