我正在尝试用Python将文本文件转换为CSV

我正在尝试用Python将文本文件转换为CSV 输入文本文件如下所示：

Employee Name: Dr.john doe
Designation: Professor
Email: johndoe@google.com
"ContactNo: 1234567, 9999999"
"Qualification: M.Tech., Ph.D."
Area of Interest / Specialisation: network security
Employee Name: Dr. john doe2 
Designation: Professor2
Email: johndoe2@google.com
ContactNo: 222222222
"Qualification: B.Tech., Ph.D."
Area of Interest / Specialisation: network security2
Employee Name: Dr. john doe3 
Designation: Associate Professor3
Email: johndoe3@google.com
"ContactNo: 333333,4444444"
Qualification: Ph.D.
Area of Interest / Specialisation: network security3
Designation: Associate Professor4
Email: johndoe4@google.com
"ContactNo: 44444444 ,Intercom No.44444"
Qualification: : M.Sc. 
Designation: Programmer
Email: johndoe5@google.com
"ContactNo: 5555555555 ,Intercom No.5555"
Qualification: Ph.D |Computer Science
Designation: Computer Operator
Email: johndoe6@google.com
ContactNo: 666666666
"Qualification: D.C.Sc. & E.,"
Designation: Computer Operator
Email: johndoe7@google.com
"ContactNo: 777777777 ,Intercom No.77777<"
"Qualification: D.E & TC.,"
Designation: Instructor4
Email: johndoe8@google.com
"ContactNo: 8888888888 ,Intercom No.8888"
"Qualification: D.C.Sc. & E.,"`

**我尝试过各种方法，但我无法做到（我对编程非常陌生）：

使用other的例子，我尝试过这一点，但我认为我的问题需要一种不同的方法：

records=“”员工姓名：john doe博士
职务：教授
电邮：johndoe@google.com
联系电话：123456799999
学历：理学硕士、博士。
感兴趣/专业领域：网络安全
对于records.split中的记录（“员工姓名”）：
字段=记录。拆分（'\n'）
员工_Name=“NA”
名称=“NA”
ContactNo=“NA”
资格=“不适用”
专门化=“NA”
对于字段中的字段：
字段名称，字段值=field.split（“：”）
如果字段_name==“”：#这是员工姓名，因为我们在其上进行了拆分
员工姓名=字段值
如果字段名称==“指定”：
名称=字段值
如果字段_name==“ContactNo”：
ContactNo=字段值
如果字段名称==“限定”：
限定=字段值
如果字段_name==“专门化”：
专门化=字段值

---

这是我的第一个问题，所以请忽略问题中的任何格式错误（如果问题不正确，请不要保留问题，我会立即更新）

如果您在代码中的不同位置添加打印语句，您会发现有时

记录=''

，有时

字段='

添加几行：

for record in records.split('Employee Name'):
    if record == '':
        continue
    fields = record.split('\n')

及

现在应该可以成功运行了。

数据

Employee Name: Dr.john doe
Designation: Professor
Email: johndoe@google.com
"ContactNo: 1234567, 9999999"
"Qualification: M.Tech., Ph.D."
Area of Interest / Specialisation: network security
Employee Name: Dr. john doe2 
Designation: Professor2
Email: johndoe2@google.com
ContactNo: 222222222
"Qualification: B.Tech., Ph.D."
Area of Interest / Specialisation: network security2
Employee Name: Dr. john doe3 
Designation: Associate Professor3
Email: johndoe3@google.com
"ContactNo: 333333,4444444"
Qualification: Ph.D.
Area of Interest / Specialisation: network security3

这里有一个简单方法，如果有许多列（无需为每个字段编写代码）

解决方案：

import pandas as pd
tdf = pd.read_csv("D:/emp.txt",sep='\n',doublequote=False, header= None)

tdf = tdf[0].str.split(':', expand=True)

dd = tdf.groupby(0)[1].apply(lambda g: g.values.tolist()).to_dict()

df = pd.DataFrame.from_dict(dd)

# If you want to re-arrange the columns (Optional)
df = df[['Employee Name','Designation','Email','ContactNo','Qualification','Area of Interest / Specialisation']]

df.to_csv('D:/EMP.csv',index=False) #Save results in CSV format

df

     Employee Name            Designation                 Email          ContactNo    Qualification Area of Interest / Specialisation
0      Dr.john doe              Professor    johndoe@google.com   1234567, 9999999   M.Tech., Ph.D.                  network security
1   Dr. john doe2              Professor2   johndoe2@google.com          222222222   B.Tech., Ph.D.                 network security2
2   Dr. john doe3    Associate Professor3   johndoe3@google.com     333333,4444444            Ph.D.                 network security3

---

您好，欢迎光临，您能发布您的代码吗？这样我们就可以检查您的代码中哪些部分不起作用了。（顺便说一句：您的预期输出不是常规的CSV，因为没有逗号分隔的值）很好，您给了我们预期的结果；然而，你能不能也提到你得到的实际结果？@Quelklef感谢你指出这一点。我将在一分钟内更新它如何将输出保存在CSV文件中？

Employee Name: Dr.john doe
Designation: Professor
Email: johndoe@google.com
"ContactNo: 1234567, 9999999"
"Qualification: M.Tech., Ph.D."
Area of Interest / Specialisation: network security
Employee Name: Dr. john doe2 
Designation: Professor2
Email: johndoe2@google.com
ContactNo: 222222222
"Qualification: B.Tech., Ph.D."
Area of Interest / Specialisation: network security2
Employee Name: Dr. john doe3 
Designation: Associate Professor3
Email: johndoe3@google.com
"ContactNo: 333333,4444444"
Qualification: Ph.D.
Area of Interest / Specialisation: network security3

import pandas as pd
tdf = pd.read_csv("D:/emp.txt",sep='\n',doublequote=False, header= None)

tdf = tdf[0].str.split(':', expand=True)

dd = tdf.groupby(0)[1].apply(lambda g: g.values.tolist()).to_dict()

df = pd.DataFrame.from_dict(dd)

# If you want to re-arrange the columns (Optional)
df = df[['Employee Name','Designation','Email','ContactNo','Qualification','Area of Interest / Specialisation']]

df.to_csv('D:/EMP.csv',index=False) #Save results in CSV format

df

     Employee Name            Designation                 Email          ContactNo    Qualification Area of Interest / Specialisation
0      Dr.john doe              Professor    johndoe@google.com   1234567, 9999999   M.Tech., Ph.D.                  network security
1   Dr. john doe2              Professor2   johndoe2@google.com          222222222   B.Tech., Ph.D.                 network security2
2   Dr. john doe3    Associate Professor3   johndoe3@google.com     333333,4444444            Ph.D.                 network security3