pd.read_csv自定义正则分隔符报错 如何将文件拆分为两列

错误原因 #

1. 第一个正则(?<=_.*)\s+报错是因为Python的标准re库不支持可变长度的后视断言，.*匹配长度不固定，不符合后视断言的固定长度要求，因此直接抛出re.error: look-behind requires fixed-width pattern。
2. 第二个正则\s+(?![^_\S+])逻辑有误，会匹配到值内容内部的空格，因此拆分后列数超过预期。

可行解决方案 #

方案1（最稳妥，适配所有样例场景） #

先将每行完整读取为单列，再限制拆分次数拆分出两列，完全避免分隔符匹配错误问题：

import pandas as pd

# 读取时每行作为单列，跳过前2行
df = pd.read_csv(
    'out.txt',
    header=None,
    sep='\n',
    skiprows=2,
    engine='python',
    keep_default_na=False
)
# 仅按第一个空白序列拆分1次，自动分为两列，保留值内部的所有空格
df = df[0].str.split(n=1, expand=True)
# 可选：给列重命名
df.columns = ['key', 'value']

该方案天然适配值为空的行（比如样例中_raman_measurement.environment_details这类行），拆分后第二列自动为空字符串，符合预期。

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