使用 Python 读取 txt 并写入 Excel,并按照空格分列

以下是使用 Python 读取 txt 文件并将其写入 Excel 并按照空格分列的示例代码：

import openpyxl

# 打开 txt 文件并按行读取
with open('example.txt', 'r') as f:
    lines = f.readlines()

# 创建 Excel 文件并获取第一个工作表
wb = openpyxl.Workbook()
ws = wb.active

# 将每一行数据按空格分列并写入 Excel
for i, line in enumerate(lines):
    data = line.strip().split()
    for j, item in enumerate(data):
        ws.cell(row=i+1, column=j+1, value=item)

# 保存 Excel 文件
wb.save('example.xlsx')

其中，我们使用 `openpyxl` 库来操作 Excel 文件，使用 `open()` 函数读取 txt 文件并按行读取数据，然后使用 `strip()` 方法去掉每一行数据的空白字符，再使用 `split()` 方法按空格分列。最后，我们使用 `cell()` 方法将每一个数据项写入 Excel 文件中，并使用 `save()` 方法保存 Excel 文件。

相关问题

txt转excel空格分列

### 将文本文件导入Excel并以空格作为分隔符进行分列

为了实现这一目标，可以利用Python中的`pandas`库来处理文本文件，并将其保存为Excel格式。下面是一个完整的解决方案：

#### 使用Pandas读取文本文件并写入Excel

通过指定分隔符为空格，可以从`.txt`文件中加载数据到DataFrame对象中。

import pandas as pd

# 定义输入和输出路径
input_file = 'path/to/your/input.txt'
output_file = 'path/to/your/output.xlsx'

# 读取文本文件，假设每行有多列由单个或多个空格分割
df = pd.read_csv(input_file, delimiter=r'\s+', header=None)

# 将DataFrame保存为Excel文件
df.to_excel(output_file, index=False, header=False)

上述代码片段展示了如何使用正则表达式`\s+`匹配任意数量的空白字符（包括空格），从而正确解析多列数据[^1]。

另外，在某些情况下，如果遇到固定宽度字段或其他复杂情况，则可能需要调整参数设置或者预处理原始文本文件以适应特定需求。

通过python实现对excel删除开头空格，删除英文引号和逗号，根据空格分列，并且转换为文本格式 ，从第二行开始

可以使用Python的pandas库来进行excel的处理。首先需要安装pandas库，可以在命令行中输入以下命令进行安装：

pip install pandas

然后可以使用以下代码来实现对excel的处理：

import pandas as pd

# 读取excel文件
df = pd.read_excel('input_file.xlsx', header=None, skiprows=1)

# 删除开头空格、英文引号和逗号
df = df.applymap(lambda x: str(x).lstrip().replace('"', '').replace(',', ''))

# 根据空格分列
df = df[0].str.split(expand=True)

# 转换为文本格式
df = df.astype(str)

# 写入excel文件
df.to_excel('output_file.xlsx', index=False, header=False)

其中，`read_excel`方法用于读取指定的excel文件，`header=None`表示没有列名，`skiprows=1`表示跳过第一行（即标题行）。`applymap`方法用于对每个单元格应用指定的函数，这里使用了lambda表达式来删除空格、英文引号和逗号。`str.split`方法用于根据空格进行列分割，`expand=True`表示将分割后的结果扩展为多列。最后，使用`astype`方法将数据转换为文本格式，再使用`to_excel`方法将数据写入到指定的excel文件中。