逐行读取两列文件并将每行两字段分别赋值给不同变量的实现问题

问题原因 #

直接遍历文件对象时，每次迭代得到的是整行的字符串，并非自动拆分好的两个字段，直接解包给x、y两个变量要么会抛出ValueError: too many values to unpack (expected 2)错误，要么会把字符串的单个字符挨个赋值，完全不符合预期。

实现方案 #

方案1：基础原生实现（无需第三方依赖） #

直接逐行读取后拆分字段，适配任意空白符（空格、制表符等）分隔的两列文件：

# 替换为你的实际文件路径
file_path = "your_file.txt"

with open(file_path, 'r', encoding='utf-8') as f:
    for line in f:
        # 去除首尾空白并跳过空行
        line = line.strip()
        if not line:
            continue
        # 按空白符拆分两个字段赋值
        x, y = line.split()
        # 此处编写你的业务逻辑
        print(f"x = {x}")
        print(f"y = {y}")

如果你的文件是固定用制表符分隔，可以把split()改为split('\t')进一步提高匹配精度。

方案2：csv模块实现（更适配表格类文件） #

对于结构化的分隔文件，用csv模块处理更规范，可适配更复杂的字段规则：

import csv

file_path = "your_file.txt"
with open(file_path, 'r', encoding='utf-8') as f:
    # 指定分隔符为空格，自动跳过字段前的多余空格
    reader = csv.reader(f, delimiter=' ', skipinitialspace=True)
    for x, y in reader:
        # 业务逻辑
        print(x, y)

方案3：pandas实现（适合后续需要批量处理数据的场景） #

如果后续需要对整列数据做计算、筛选等操作，可以用pandas读取：

import pandas as pd

# \s+表示匹配任意数量的空白符，names参数自定义两列的列名
df = pd.read_csv("your_file.txt", sep='\s+', names=['file_name', 'time_str'])
# 遍历取值
for _, row in df.iterrows():
    x = row['file_name']
    y = row['time_str']
    print(x, y)

内容的提问来源于stack exchange，提问作者manas