使用Python为txt文件添加递增时间戳并拆分文本块的方法

需求说明 #

• 待处理txt文件中存储了多组结构化文本块，块与块之间以空行分隔，每个块末尾的timestamp::字段为空
• 需要为每个块填充逐次递增1秒的时间戳，填充完成后将每个块单独保存为独立的txt文件

原始文本示例 #

name:: Joe Blogs 
phone:: 123456789
email:: joeblogs@email.com
address:: 123 Main Street
note:: blah blah blah
timestamp::

name:: Josephine Blogs 
phone:: 43217890
email:: josephineblogs@email.com
address:: 123 Main Street
note:: More blah blah
timestamp::

name:: John Smith 
phone:: 23498689
email:: johnsmith@email.com
address:: 1 North Street
note:: Some more blah
timestamp::

预期处理效果 #

name:: Joe Blogs 
phone:: 123456789
email:: joeblogs@email.com
address:: 123 Main Street
note:: blah blah blah
timestamp:: 2022-07-15 (14h 55m 23s)

name:: Josephine Blogs 
phone:: 43217890
email:: josephineblogs@email.com
address:: 123 Main Street
note:: More blah blah
timestamp:: 2022-07-15 (14h 55m 24s)

name:: John Smith 
phone:: 23498689
email:: johnsmith@email.com
address:: 1 North Street
note:: Some more blah
timestamp:: 2022-07-15 (14h 55m 25s)

原有代码问题排查 #

原有代码运行不符合预期，核心问题有三个：

• 逐行遍历完文件后，文件指针已经移动到文件末尾，后续调用f.read()只能读取到空内容，自然无法正确拆分块
• 循环内修改line变量只是修改临时变量，改动不会写入原文件，也不会被后续逻辑读取到
• 用time.sleep(1)等待1秒获取下一个时间戳效率极低，完全不需要真实等待，直接基于初始时间做秒级偏移计算即可得到对应时间戳

可直接运行的实现代码 #

from datetime import datetime, timedelta

# 可自行修改初始时间为需要的起始值
start_timestamp = datetime.now()

# 一次性读取全部文件内容
with open('file.txt', 'r', encoding='utf-8') as f:
    raw_content = f.read()

# 按空行拆分出所有有效文本块
chunk_list = [chunk.strip() for chunk in raw_content.split('\n\n') if chunk.strip()]

for chunk_index, chunk in enumerate(chunk_list):
    # 第n个块对应偏移n秒，无需等待直接计算时间
    current_time = start_timestamp + timedelta(seconds=chunk_index)
    format_time = current_time.strftime('%Y-%m-%d (%Hh %Mm %Ss)')
    # 替换空的时间戳字段
    processed_chunk = chunk.replace('timestamp::', f'timestamp:: {format_time}')
    # 写入独立的块文件
    with open(f'chunk_{chunk_index + 1}.txt', 'w', encoding='utf-8') as out_f:
        out_f.write(processed_chunk)

# 可选：将添加完时间戳的完整文本保存为新文件，方便校验
with open('file_with_timestamp.txt', 'w', encoding='utf-8') as f:
    full_content = []
    for i, chunk in enumerate(chunk_list):
        ts = (start_timestamp + timedelta(seconds=i)).strftime('%Y-%m-%d (%Hh %Mm %Ss)')
        full_content.append(chunk.replace('timestamp::', f'timestamp:: {ts}'))
    f.write('\n\n'.join(full_content))

逻辑说明 #

• 采用一次性读取全量内容的方式，避免文件指针移动导致的读取为空问题
• 时间戳通过时间偏移计算生成，处理上百个块也不需要额外等待，执行效率高
• 拆分块时自动过滤空内容，避免因文件首尾空行、多余空行生成无效的空文件
• 编码统一指定为utf-8，避免不同系统下打开文件出现乱码

内容的提问来源于stack exchange，提问作者supposer