Python 3如何批量提取.ls文档指定数据并导出至Excel

readlines() 本身不支持传入过滤规则直接筛选特定行，没必要先把所有行全读入内存再筛选，逐行遍历判断的方式效率更高，100个文件的处理量跑起来几乎没有延迟。

• 核心逻辑不要用readlines()全量读，直接迭代文件对象逐行校验，符合规则的内容直接存入结果列表即可，基础代码框架如下：

import os

# 替换成你自己的文件路径
ls_file_dir = "./ls_files"
output_path = "./提取结果.txt"
res_list = []

for filename in os.listdir(ls_file_dir):
    if not filename.endswith(".ls"):
        continue
    file_full_path = os.path.join(ls_file_dir, filename)
    # 注意encoding参数匹配你文件的实际编码，工业软件导出的.ls很多是gbk编码，报解码错就换gbk试
    with open(file_full_path, "r", encoding="utf-8") as f:
        for line in f:
            # 先去掉行首尾的换行、空格
            clean_line = line.strip()
            # 下面替换成你自己的匹配规则，几个常用规则示例：
            # 1. 行内包含指定关键词就保留
            if "目标关键词" in clean_line:
                # 建议带上来源文件名，后续导Excel好溯源
                res_list.append(f"{filename},{clean_line}")
            # 2. 匹配固定开头/结尾的行
            # if clean_line.startswith("固定开头字符"):
            # if clean_line.endswith("固定结尾字符"):
            # 3. 要提取行内片段的话，用split拆分或者正则匹配即可
            # 比如行格式为"测试结果: 98.5 单位:%"，要提取数值的话：
            # if "测试结果:" in clean_line:
            #     value = clean_line.split("测试结果:")[1].split()[0]
            #     res_list.append(f"{filename},{value}")

• 写txt文件的时候统一用逗号或者制表符\t做字段分隔，Excel可以直接识别分列，不用额外做导入处理。如果用逗号分隔，直接把后缀改成.csv，双击就能用Excel打开，比txt更方便。写文件参考代码：

# 用utf-8-sig编码避免Excel打开乱码
with open(output_path, "w", encoding="utf-8-sig") as f:
    # 先写表头，对应你提取的字段
    f.write("来源文件,提取内容\n")
    for item in res_list:
        f.write(f"{item}\n")

小提示：如果你的匹配规则比较复杂，比如要提取特定格式的编号、数值，直接用Python内置的re正则模块做匹配即可，灵活度比纯字符串判断高很多。

内容的提问来源于stack exchange，提问作者Jon