一、背景引入：從“人工整理”到“自動(dòng)化處理”的轉(zhuǎn)變

在英語(yǔ)學(xué)習(xí)過(guò)程中，我們經(jīng)常會(huì)接觸各種分組整理的詞匯表，比如“Group1”對(duì)應(yīng)一組單詞及釋義，隨后是“Group2”、“Group3”等等。如果你下載了一個(gè) .txt 格式的四級(jí)詞匯表，打算分類整理后導(dǎo)入 Excel 學(xué)習(xí)軟件中，大概率你會(huì)遇到格式雜亂、分組不清、復(fù)制麻煩的問(wèn)題。

這正是我們今天要解決的實(shí)際場(chǎng)景：如何用 Python 腳本自動(dòng)讀取一份分組文本，提取每組單詞及釋義，并導(dǎo)出為結(jié)構(gòu)清晰、按組分類的 Excel 文件？

本文將通過(guò)一段簡(jiǎn)潔但實(shí)用的代碼，為你完整拆解整個(gè)處理過(guò)程。只需一次點(diǎn)擊，就能讓海量詞匯“格式整齊地排隊(duì)”進(jìn)入 Excel，開啟你的高效學(xué)習(xí)之旅。

二、思路分析：我們到底要做什么？

整個(gè)任務(wù)可以分為以下幾個(gè)步驟：

1. 讀取文本文件：讀取本地 .txt 文件中的原始詞匯數(shù)據(jù)。
2. 按組分割內(nèi)容：使用正則表達(dá)式識(shí)別每個(gè) Group 的起始點(diǎn)，并提取組名與內(nèi)容。
3. 提取每行單詞和釋義：針對(duì)每組中的每一行，解析出單詞與釋義（考慮 Tab 和空格分隔）。
4. 分組保存為 Excel Sheet：每個(gè) Group 單獨(dú)作為一個(gè) Excel 的 Sheet 保存，輸出為 .xlsx 文件。
5. 打印結(jié)果提示：腳本執(zhí)行完畢后，輸出處理結(jié)果路徑。

這不僅是一次對(duì)正則表達(dá)式和 pandas 的實(shí)戰(zhàn)練習(xí)，也是一次程序自動(dòng)化處理文本數(shù)據(jù)的典型示例。

三、具體功能實(shí)現(xiàn)：每一步都不馬虎

1. 讀取文本數(shù)據(jù)

with open("四級(jí)單詞.txt", "r", encoding="utf-8") as file:
    raw_text = file.read()

這段代碼打開并讀取了名為《四級(jí)單詞.txt》的文件內(nèi)容。注意編碼采用 UTF-8，防止中文亂碼。

2. 利用正則表達(dá)式識(shí)別 Group 分組

pattern = r"(Group\d+)\n"
splits = re.split(pattern, raw_text)

• 我們?cè)O(shè)定一個(gè)正則：Group 開頭，后接數(shù)字，最后以換行結(jié)束。
• 然后用 re.split 分割文本，這樣就能將每組的組名和詞條內(nèi)容分開。

舉個(gè)例子，原文本可能像這樣：

Group1
apple	蘋果
banana	香蕉
Group2
run	跑
jump	跳

經(jīng)過(guò) re.split 之后，splits 的結(jié)果會(huì)是：

['', 'Group1', 'apple\t蘋果\nbanana\t香蕉', 'Group2', 'run\t跑\njump\t跳']

3. 將每組單詞提取到字典中

grouped_data = defaultdict(list)
for i in range(1, len(splits), 2):
    group_name = splits[i]
    entries = splits[i + 1].strip().split("\n")
    for entry in entries:
        ...

利用 Python 的 defaultdict(list) 自動(dòng)為每個(gè)組建立一個(gè)單詞列表。

每個(gè)詞條處理如下邏輯：

• 優(yōu)先使用 \t 制表符分隔；
• 若沒有 \t，嘗試用空格分隔；
• 去掉無(wú)效或空行，確保數(shù)據(jù)干凈整潔。

if "\t" in entry:
    word, meaning = entry.split("\t", 1)
elif " " in entry:
    parts = entry.split(maxsplit=1)
    if len(parts) == 2:
        word, meaning = parts
    else:
        continue

這樣處理后，每個(gè)分組會(huì)變成例如：

'Group1': [('apple', '蘋果'), ('banana', '香蕉')]

4. 寫入 Excel 文件，每組一個(gè) Sheet

with pd.ExcelWriter(output_path) as writer:
    for group, word_list in grouped_data.items():
        df = pd.DataFrame(word_list)
        df.to_excel(writer, sheet_name=group, index=False, header=False)

• 使用 pandas.ExcelWriter 寫入 Excel。
• 每個(gè)分組作為一個(gè)單獨(dú)的 Sheet 頁(yè)。
• 不寫入表頭或行號(hào)，使數(shù)據(jù)更加簡(jiǎn)潔。

最終生成的文件結(jié)構(gòu)清晰、美觀，每頁(yè)都是該組的詞匯，便于記憶與分類學(xué)習(xí)。

5. 執(zhí)行結(jié)果提示

print(f"轉(zhuǎn)換完成，已保存為：{output_path}")

一個(gè)簡(jiǎn)單但貼心的用戶提示，方便確認(rèn)處理成功與結(jié)果文件位置。

四、代碼展示：實(shí)用就是最好的美學(xué)

完整代碼如下（可直接運(yùn)行）：

import re
import pandas as pd
from collections import defaultdict

with open("四級(jí)單詞.txt", "r", encoding="utf-8") as file:
    raw_text = file.read()

pattern = r"(Group\d+)\n"
splits = re.split(pattern, raw_text)
grouped_data = defaultdict(list)

for i in range(1, len(splits), 2):
    group_name = splits[i]
    entries = splits[i + 1].strip().split("\n")
    for entry in entries:
        entry = entry.strip()
        if not entry:
            continue
        if "\t" in entry:
            word, meaning = entry.split("\t", 1)
        elif " " in entry:
            parts = entry.split(maxsplit=1)
            if len(parts) == 2:
                word, meaning = parts
            else:
                continue
        else:
            continue
        grouped_data[group_name].append((word.strip(), meaning.strip()))

output_path = "四級(jí)單詞.xlsx"
with pd.ExcelWriter(output_path) as writer:
    for group, word_list in grouped_data.items():
        df = pd.DataFrame(word_list)
        df.to_excel(writer, sheet_name=group, index=False, header=False)

print(f"轉(zhuǎn)換完成，已保存為：{output_path}")

五、學(xué)后總結(jié)：你收獲了什么？

本腳本涵蓋了多個(gè)關(guān)鍵技能點(diǎn)，值得初中級(jí)開發(fā)者好好吸收：

• 正則表達(dá)式：熟練使用 re.split() 與 re.match() 是文本解析的基礎(chǔ)；
• 文本清洗：處理不規(guī)則數(shù)據(jù)需要嚴(yán)謹(jǐn)?shù)呐袛嗪皖A(yù)處理；
• 數(shù)據(jù)結(jié)構(gòu)選型：defaultdict 是處理分組數(shù)據(jù)的神器；
• pandas 應(yīng)用：將數(shù)據(jù)寫入 Excel 是最常見的自動(dòng)化場(chǎng)景之一；
• 代碼可復(fù)用性強(qiáng)：換成詞匯表、筆記數(shù)據(jù)、考試清單都能用！

拓展建議：

• 增加錯(cuò)誤日志，記錄格式不規(guī)范的詞條；
• 支持中文注釋與 Sheet 排序；
• 加入 GUI 界面（如 Tkinter），一鍵操作更直觀。

通過(guò)這一小項(xiàng)目，你不僅提升了文本處理能力，還掌握了數(shù)據(jù)清洗與文件導(dǎo)出的實(shí)用技巧。記住，編程的價(jià)值在于解決問(wèn)題，而最能讓你成長(zhǎng)的，正是這種“從無(wú)到有”的小工具！

以上就是利用Python將分組文本轉(zhuǎn)為Excel的流程步驟的詳細(xì)內(nèi)容，更多關(guān)于Python文本轉(zhuǎn)為Excel的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論