Python读取TXT文件特定行数据并清洗格式

山海之间

发布时间：2026-10-13 | 2人浏览过

原创

本文介绍利用Python读取TXT文件中特定格式行的方法。通过正则表达式匹配以数字加冒号开头的行，提取目标数据，并使用replace函数去除逗号与冒号，实现数据格式的规范化处理。

如何编写Python代码，循环读取.txt文件中被红括号标记的特定数据？

观察数据特征发现，各行首部的第一个数据元素存在差异，因此决定直接采用正则表达式进行匹配处理。

在此基础上，结合对文件读写操作的标准流程，即可完成数据处理任务。

注意：本示例基于pycharm环境及python2.7版本进行演示。

以下直接展示具体代码实现。

 
import re
 
f1=file('shen.txt','r')
data1=f1.readlines()
# print data1
f1.close()
results = []
 
for line in data1:
 data2=line.split()
 # print data2[0]
 m = re.findall(r"[0-9]:", data2[0])
 if m:
  results.append(line)
 
 # for i in data2[0]:
  # data3=i.split(":")
  # print data3
  # if data3>=0 and data3<=50000:
  #  results.append(line)
 
 
  # if i=='1':
  #  results.append(line)
 
 
f2=file('deal.txt','w')
f2.writelines(results)
f2.close()

此前在处理类似“1：”格式的字符串时曾遇到阻碍，经查阅资料后，发现正则表达式能高效解决此类问题。

对上述代码的关键部分说明如下：

m = re.findall(r"[0-9]:", data2[0])

该语句旨在针对字符串内容，筛选出符合“1：”、“2：”、“9：”等以数字后跟冒号模式的字符串片段。

经过初步正则匹配处理后的结果如下：

鉴于原始数据格式尚不够规范，需进一步去除其中的“，”和“：”符号，故在此处调用replace语句进行替换。

具体替换代码如下：

#coding:utf-8
#__author__ ='dell'
 
import re
 
f1=file('shen.txt','r')
data1=f1.readlines()
# print data1
f1.close()
results = []
 
for line in data1:
 data2=line.split()
 # print data2[0]
 m = re.findall(r"[0-9]:", data2[0])
 if m:
  results.append(line)
 
 # for i in data2[0]:
  # data3=i.split(":")
  # print data3
  # if data3>=0 and data3<=50000:
  #  results.append(line)
 
 
  # if i=='1':
  #  results.append(line)
 
f2=file('deal.txt','w')
f2.writelines(results)
f2.close()
 
# 替换掉所有的逗号，
f4=open('deal.txt','r')
data3=f4.read()
f4=data3.replace(',',' ')
f5=file('deal.txt','w')
f5.write(f4)
f5.close()
 
# 替换掉所有的冒号
f6=open('deal.txt','r')
data4=f6.read()
f6=data4.replace(':',' ')
f7=file('deal.txt','w')
f7.write(f6)
f7.close()

最终输出的数据格式已变得整洁清晰，展示如下：