使用pandas读取换行包裹文本文件时无法正确拆分多列如何解决

• 你的数据不属于常规的「一行一条记录」格式：单条记录跨越多行，直到遇到分号;才标记结束
• 列之间的分隔符是任意数量的空白（空格、缩进、换行），;是记录终止符而非列分隔符，直接用read_fwf/read_csv的按行读取逻辑完全不匹配格式，才会出现所有内容挤在同一列的问题
• 你贴的原始代码末尾多写了一个]，本身存在语法错误，即使格式匹配也无法正常运行

先按记录终止符;拆分出所有完整记录，再统一清理每条记录里的换行、多空格等冗余空白，拆分出单独字段后转成DataFrame即可，代码如下：

import pandas as pd
import re

# 读取完整原始文本
with open("file.txt", "r", encoding="utf-8") as f:
    raw_content = f.read()

# 按分号拆分单条记录，过滤空内容
raw_records = [item.strip() for item in raw_content.split(";") if item.strip()]

# --- 如果需要保留原逻辑里跳过开头41段、结尾45段的需求，放开下面这行注释即可
# raw_records = raw_records[41:-45]

# 逐条清理记录、拆分字段
parsed_rows = []
for record in raw_records:
    # 将所有换行、多空格、制表符统一替换为单个空格
    clean_record = re.sub(r"\s+", " ", record).strip()
    # 按空格拆分出单个属性字段
    fields = clean_record.split(" ")
    parsed_rows.append(fields)

# 转为DataFrame，自动将数值类字段转为数字类型，NA自动识别为空值
df = pd.DataFrame(parsed_rows).apply(pd.to_numeric, errors="ignore")

运行后每条记录的每个数值/属性会单独存在一列，跨多行的记录内容会自动合并到同一行，不会出现内容错位、堆在单列的问题。

内容的提问来源于stack exchange，提问作者Podasaurus