如何爬取UIUC翼型数据库数据存入Excel并自动提取有效数值

放弃固定skiprows的硬编码逻辑，通过逐行内容校验自动筛选有效数据，无需针对单个文件调整跳过行数，可适配库内所有格式不统一的坐标文件：

• 获取目标文件的原始文本内容，按行拆分遍历
• 逐行做有效性判断：
  • 清除每行首尾的空白、换行符，空行直接跳过
  • 尝试将当前行按空白分割为2个元素，分别转换为浮点数
  • 转换成功的即为翼型x/y坐标有效数据，转换失败的属于标题、注释、说明类无效行，直接丢弃
• 将筛选得到的所有有效数值行转为结构化表格，即可写入Excel

可直接复用的实现代码：

import pandas as pd
import requests
from io import StringIO

def load_airfoil_coords(target_url):
    resp = requests.get(target_url)
    resp.raise_for_status()
    valid_data_lines = []
    for raw_line in resp.text.splitlines():
        cleaned_line = raw_line.strip()
        if not cleaned_line:
            continue
        try:
            # 有效数据固定为两列浮点数：x坐标、y坐标
            x, y = map(float, cleaned_line.split())
            valid_data_lines.append(f"{x} {y}")
        except (ValueError, IndexError):
            # 非数值行、列数不符合的行全部跳过
            continue
    # 转为结构化DataFrame
    coord_df = pd.read_csv(
        StringIO("\n".join(valid_data_lines)),
        sep=r"\s+",
        names=["x坐标", "y坐标"]
    )
    return coord_df

# 调用示例：获取数据后直接导出Excel即可
# coord_df = load_airfoil_coords(目标文件地址)
# coord_df.to_excel("翼型坐标数据.xlsx", index=False)

该方案不受文件头部注释行数、空行数量干扰，覆盖UIUC翼型库所有dat文件的格式场景，不需要针对单个文件做适配调整。

内容的提问来源于stack exchange，提问作者John Chae