Python 3如何从.txt格式的表格中提取指定列数据并生成输出文件

核心逻辑 #

不管是制表符分隔的纯文本表格还是竖线分隔的Markdown表格，本质都是按固定分隔符拆分的结构化数据，只需要先定位目标列的位置，再逐行提取即可，无需额外安装第三方依赖。

对应实际制表符分隔表格的代码 #

你贴的实际数据为制表符分隔格式，可直接使用以下代码：

import csv

# 可根据实际需求修改以下配置项
input_path = "你的输入文件路径.txt"
output_path = "输出结果.txt"
# 要提取的列名，提取其他列直接修改这里即可
target_cols = ["Input", "Surname"]

with open(input_path, 'r', encoding='utf-8') as in_file, open(output_path, 'w', encoding='utf-8', newline='') as out_file:
    reader = csv.DictReader(in_file, delimiter='\t')
    writer = csv.DictWriter(out_file, fieldnames=target_cols, delimiter='\t')
    # 写入表头
    writer.writeheader()
    for row in reader:
        # 如果你需要仅保留Input为GO:0003723开头的行，放开下面两行注释即可
        # if not row['Input'].startswith('GO:0003723'):
        #     continue
        writer.writerow({col: row[col] for col in target_cols})

对应示例Markdown格式表格的代码 #

如果你要处理的是竖线分隔的Markdown格式表格，使用以下代码：

import csv

input_path = "你的输入文件路径.txt"
output_path = "输出结果.txt"
target_cols = ["Input", "Surname"]

with open(input_path, 'r', encoding='utf-8') as in_file, open(output_path, 'w', encoding='utf-8', newline='') as out_file:
    # 处理表头，去除多余空格和空值
    header = [col.strip() for col in next(in_file).split('|') if col.strip()]
    # 跳过Markdown表格的分隔线行（即|---|...|那一行）
    next(in_file)
    writer = csv.DictWriter(out_file, fieldnames=target_cols, delimiter='\t')
    writer.writeheader()
    for line in in_file:
        line = line.strip()
        if not line:
            continue
        row_data = [col.strip() for col in line.split('|') if col.strip()]
        row = dict(zip(header, row_data))
        writer.writerow({col: row[col] for col in target_cols})

注意事项 #

• 运行前请将input_path和output_path替换为你本地的实际文件路径
• 如果实际需求提取的列名和示例不同，直接修改target_cols的内容即可

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