如何将杂乱无章的txt文件中的指定内容读取到excel中_在txt文本中提取

目录

一、问题描述

 二、解决方案

我们有时会遇到需要从txt文件中选取指定的内容并将其输出到excel文件中，但是总是会遇到种种麻烦，这里把我曾经遇到的，困扰我很久但在同学和网络的帮助下成功输出的例子记录一下，也希望能为更多人提供解决问题的途径。

一、问题描述

给定一个txt文件，里面有各种类型的数据，如下图所示：

而我们的目的是：找到copout16文件中的关键词’ fichier base AFA3G445’，把它后面第20行，摘出来(就是如下这一行)；1 17 0 29.54 343 372 27 411 699 991 0.00 25793 -98 -75 65 0.20 0.00 8.349 9.519 95.50 4.50 0.00 0.00 0.00。找到并输出所有的关键词’ fichier base AFA3G445’后20行的内容，并把它输出到excel文件里。

 二、解决方案

首先我们要看一下这个txt的基本信息，统计一下文件的行数，以便后续操作：

with open('copout16.txt', 'r') as f:   #打开文件，并以”r“的形式就是只读文件的形式打开
    count = 0   #初始化行数为0
    for line in f:
        count += 1
    print(count)
f.close()  #一定记得关闭文件
print ('文件行数 = ' + str(count))  #最后打印一下看一下行数

接着我们就需要去找到那个需要的目标，并找到在其下方20行的那一行需要的数字，并且先把识别出的那一行数字给保存在一个txt文件中（注意：一定要加上”target_line<count-20“来防止数组越界错误；还要注意路径要修改成自己电脑上的路径）。

with open('copout16.txt', 'r') as f:  #打开文件
    context = f.readlines()
target_line = 0  #初始化目标行数位置为0
for l in context:
    if l.find('fichier base AFA3G445') != -1 and target_line<count-20:  #找到那个词，并且要满足不大于整个文件的长度（因为在实际的测试过程中发现，如果不加target_line<count-20会出现数组越界的错误
        print(context[target_line + 20])
        f1= open(r'result.txt', 'a')     #新打开一个txt，只把需要的那一行数据给读入保存
        f1.write(context[target_line + 20])
        f1.close()
    target_line += 1
f.close()

完成之后可以发现在指定位置处的result.txt文件中出现了我们需要的那几行数据（一共有39行）：

 但是我们需要的是excel文件数据啊，不是txt，咋办呢？现在需要把txt文件中的数据，一个一个填入名为result.xlsx文件中，用python怎么来操作呢？

在尝试过无数种方法之后（最让人头疼的问题就在于每一行的数据中间有空格，我想用split方法分隔开，但是发现每个数之间的空格个数也不一样，长度也不一样，网上搜到的方法都解决不了，很让人头大）在请教了学霸”陈同学“过后，我得到了解答：利用python中的pandas库可以轻松解决这个问题（D+表示的只提取txt文件中的数字部分，很智能的；header=None表示我们原本的txt文件中的数据没有表头，他会在新生成的excel文件中自动添加表头最后表明文件的编码方式是utf-8）

import pandas as pd
 
datas = pd.read_csv('result.txt', sep ='\D+', header = None, encoding = ' utf-8')
datas.to_excel("result.xlsx")

处理后的excel文件如下：

 至此就全部实现了我们需要的功能了！

最后给出完整代码：

import numpy
import openpyxl
from openpyxl import Workbook
 
with open('copout16.txt', 'r') as f:
    count = 0
    for line in f:
        count += 1
    print(count)
f.close()
print ('文件行数 = ' + str(count))
 
with open('copout16.txt', 'r') as f:
    context = f.readlines()
target_line = 0
for l in context:
    if l.find('fichier base AFA3G445') != -1 and target_line<count-20:
        sum += 1
        print(context[target_line + 20])
        f1= open(r'result.txt', 'a')
        f1.write(context[target_line + 20])
        f1.close()
    target_line += 1
f.close()
 
 
 
import pandas as pd
 
datas = pd.read_csv('result.txt', sep ='\D+', header = None, encoding = ' utf-8')
datas.to_excel("result.xlsx")
 
 
 

有问题、建议或者需要文件资源的小伙伴可以私信联系我哦！