Python如何解析固定格式文本生成DataFrame并转换导出为Excel

依赖安装 #

执行以下命令安装所需工具库：

pip install pandas openpyxl

完整代码 #

import re
import pandas as pd

# 读取原始文本文件
with open("input.txt", "r", encoding="utf-8") as f:
    text_content = f.read()

# 匹配所有edit到next之间的数据块
block_reg = re.compile(r'edit\s+"(.*?)"(.*?)next', re.DOTALL)
data_blocks = block_reg.findall(text_content)

all_rows = []
# 固定列顺序，保证输出和预期结构一致
col_order = ["title", "animal", "wild-animal", "tameanimal", "bird", "bug"]

for title, block_content in data_blocks:
    current_row = {"title": title}
    # 匹配当前块内所有set开头的配置行
    set_reg = re.compile(r'set\s+(\S+)\s+(.*?)\s*$', re.MULTILINE)
    set_items = set_reg.findall(block_content)
    for key, raw_value in set_items:
        # 去除值首尾的双引号
        processed_value = raw_value.strip('"')
        current_row[key] = processed_value
    all_rows.append(current_row)

# 转换为DataFrame并导出Excel
df = pd.DataFrame(all_rows, columns=col_order)
df.to_excel("output.xlsx", index=False)

使用说明 #

1. 将你的原始文本内容保存为和脚本同目录的input.txt文件
2. 运行上述脚本，执行完成后同目录会生成output.xlsx，表格结构和你要求的完全一致

内容的提问来源于stack exchange，提问作者Discover