如何将列值缺失、结构不规整的TXT格式报告转换为XLSX文档

直接按空格分割解析错位是必然的——你手上的这份报告属于固定列宽排版的纯文本，文本里的空格是用来做排版对齐的填充符，不是字段分隔符，遇到列值缺失的行，填充空格的数量会对应变化，靠空格切分100%会串列。

可直接落地的处理步骤：

• 先把文本用等宽字体（Consolas、等宽思源黑都可以）打开，对照表头标记出每一列的字符起始、结束位置，所有列的边界完全对齐表头的排版边界，不需要考虑单行列值缺失的情况。
• 逐行解析时不要做空格分割，直接按提前标记好的列位置做字符串切片：长度不够的行末尾补空格到最大列宽，避免切片报错，切片后把每段内容首尾的空格去掉，空内容直接留空，对应XLSX里的空单元格即可。
• 结构化完成的数据直接写入XLSX即可，Python环境下用pandas搭配openpyxl就能快速完成导出，参考代码如下：

import pandas as pd

# 按照你自己的报告实际列位置修改配置：(列名, 起始字符下标, 结束字符下标)
column_config = [
    ("序号", 0, 4),
    ("项目名", 5, 21),
    ("指标1", 22, 30),
    ("指标2", 31, 39),
    ("备注", 40, 60)
]
parsed_rows = []

with open("你的源报告.txt", "r", encoding="utf-8") as f:
    # 读取所有非空行
    lines = [line.rstrip("\n") for line in f if line.strip()]

max_length = max([col[2] for col in column_config])
# 跳过表头行，逐行解析数据
for line in lines[1:]:
    # 长度不足的行补空格对齐，缺值位置自动留空
    line_padded = line.ljust(max_length)
    current_row = {}
    for col_name, start_idx, end_idx in column_config:
        current_row[col_name] = line_padded[start_idx:end_idx].strip()
    parsed_rows.append(current_row)

# 导出为XLSX文件
pd.DataFrame(parsed_rows).to_excel("转换结果.xlsx", index=False, engine="openpyxl")

注意：如果你的报告里有合并表头、跨行列的特殊行，提前把这类非数据行跳过即可。只要正文数据是按列对齐排版的，这个方法哪怕连续多列缺值也不会出现串列问题，鲁棒性远高于空格分割、正则匹配的方案。

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