Python 如何将txt文件转换为CSV？

我有一个文本文件，有“5个值”。我有以下资料

[LENGTH, START INDEX(1 instead of 0), TYPE]
[4, 1, "TypeA"]
[11, 5, "TypeB"]
[5, 16, "Charles"]

假设必须为每行文本处理这些指令，那么在python中逐行处理以从输入文件生成CSV的最有效方法是什么（请注意，空格和字符对于行的任何变化都不重要。相同的指令适用）

i、 e.如果这是文件中的一行：

ABCD EFGHIJK LMNOP QR

根据上述说明，该处理行的“csv版本”结果为：

"ABCD ", "EFGHIJK LMN", "OP QR"

如果没有尾随空格，则为：

"ABCD ", "EFGHIJK LMN", "OP QR"

“ABCD”、“EFGHIJK LMN”、“OP QR”

---

获取列表后，只需在其所有元素上使用

strip

：

data = [s.strip() for s in line]

演示：

---

正如我在评论中提到的，我看不出您的规格如何匹配您想要的输出——它们似乎不一致。因此，为了回答这个问题，我将更改您的

TypeA

“指令”，使其与其他指令一致

不过，您可以使用字符串切片和

csv

模块将固定宽度格式的文件转换为

csv

。比如说

import csv

specs = [[5, 0, "TypeA"],
         [11, 5, "TypeB"],
         [5, 16, "Charles"]]

with open("filename.txt") as infile, open("out.csv", "wb") as outfile:
    writer = csv.writer(outfile, quoting=csv.QUOTE_ALL)
    names = [s[-1] for s in specs]
    writer.writerow(names)
    for line in infile:
        row = [line[start:start+length] for length, start, name in specs]
        writer.writerow(row)

会产生

dsm@notebook:~/coding$ cat out.csv 
"TypeA","TypeB","Charles"
"ABCD ","EFGHIJK LMN","OP QR"

---

如果您要对表格数据进行大量处理，那么我建议您查看该库，这会使操作更简单：

import pandas as pd, csv
df = pd.read_fwf("filename.txt", widths=(5,11,5), names=["TypeA", "TypeB", "Charles"])
df.to_csv("out.csv", index=False, quoting=csv.QUOTE_ALL)

---

你能解释一下你所说的“说明”是什么意思吗？我看不出你的规格和你的输出是如何匹配的。你说开始是1索引的，但是你需要从0索引的5开始才能得到

EFG..

，你需要从0索引的16开始才能得到

OP QR

。你是不是像“read_fwf”一样的等价函数，但是像文本数组一样从输入结构中读取？我不知道文本数组是什么。你是说一个字符串，还是一系列字符串？是的，就像一系列字符串。这样我就可以在structure中的代码中拥有一个版本的“txt”文件（比如字符串列表或表示它的python结构），而不必传递文本文件的名称。因此，它就像pd.read_fwf（myStringListOrStructure，…）一样，您可以使用

StringIO

模块，它允许您创建一个对象，该对象接受一个字符串，然后假装它是一个文件<代码>从StringIO导入StringIO然后

pd.read_-fwf（StringIO（''.join（一些字符串的列表）），宽度=（5,11,5），名称=[“TypeA”，“TypeB”，“Charles”]）

应该可以工作。所以一些字符串的列表类似于一些字符串的列表=['-第一行-'，'-第二行-，…]等等？