Python自動化讀取txt文件數(shù)據的8個實用腳本

更新時間：2025年09月05日 09:47:33 作者：Python資訊站

這篇文章主要為大家詳細介紹了Python自動化讀取txt文件數(shù)據的8個實用腳本,包括讀取,對比,轉換格式等,感興趣的小伙伴可以跟隨小編一起學習一下

這次和大家分享txt辦公自動化，包括讀取、對比、過濾、合并、轉換格式、提取數(shù)據、統(tǒng)計詞頻、生成報告等。

準備工作：安裝所需的Python庫

re（正則表達式操作，用于復雜文本匹配）
csv（處理CSV文件）
json（處理JSON文件）
collections（用于統(tǒng)計詞頻）
matplotlib 和 wordcloud（生成詞云圖）

1.讀取txt內容

1.1 逐行讀取txt文件

在數(shù)據處理的第一步就是讀取txt文件。以下是逐行讀取txt文件的示例代碼：

def read_txt_file_by_line(filepath):
    with open(filepath, 'r', encoding='utf-8') as file:
        for line in file:
            print(line.strip())
# 示例調用
read_txt_file_by_line('example.txt')

1.2 讀入整個txt文件內容

如果需要將整個txt文件的內容讀入到一個字符串中，可以使用以下代碼：

def read_txt_file(filepath):
    with open(filepath, 'r', encoding='utf-8') as file:
        content = file.read()
    return content
# 示例調用
content = read_txt_file('example.txt')
print(content)

2. 對比兩個txt文件內容

2.1 基本文本對比

有時候我們需要比較兩個txt文件內容是否相同，以下代碼可以實現(xiàn)這一功能：

def compare_txt_files(file1, file2):
    with open(file1, 'r', encoding='utf-8') as f1, open(file2, 'r', encoding='utf-8') as f2:
        content1 = f1.readlines()
        content2 = f2.readlines()    
    for line1, line2 in zip(content1, content2):
        if line1 != line2:
            print(f'Difference found:\nFile1: {line1}\nFile2: {line2}')
# 示例調用
compare_txt_files('file1.txt', 'file2.txt')

2.2 差異高亮顯示

為了更直觀地顯示txt文件之間的差異，可以用差異高亮顯示的方法。我們使用difflib庫來實現(xiàn)：

import difflib
def highlight_differences(file1, file2):
    with open(file1, 'r', encoding='utf-8') as f1, open(file2, 'r', encoding='utf-8') as f2:
        content1 = f1.readlines()
        content2 = f2.readlines()

    diff = difflib.unified_diff(content1, content2, fromfile='file1', tofile='file2')
    for line in diff:
        print(line)
# 示例調用
highlight_differences('file1.txt', 'file2.txt')

3. txt文件內容過濾

3.1 過濾特定關鍵字行

在處理txt文件時，可能需要過濾掉包含特定關鍵字的行。以下是一個示例代碼：

def filter_lines_by_keyword(filepath, keyword):
    with open(filepath, 'r', encoding='utf-8') as file:
        lines = file.readlines()
    
    filtered_lines = [line for line in lines if keyword not in line]
    return filtered_lines
# 示例調用
filtered = filter_lines_by_keyword('example.txt', 'filter_keyword')
for line in filtered:
    print(line.strip())

3.2 過濾空行和注釋行

有時候需要過濾掉空行和注釋行（比如以#開頭的行）。以下是實現(xiàn)這一功能的代碼：

def filter_empty_and_comment_lines(filepath):
    with open(filepath, 'r', encoding='utf-8') as file:
        lines = file.readlines()
    
    filtered_lines = [line for line in lines if line.strip() and not line.strip().startswith('#')]
    return filtered_lines
# 示例調用
filtered = filter_empty_and_comment_lines('example.txt')
for line in filtered:
    print(line.strip())

4. 合并多個txt文件

4.1 簡單合并

將多個txt文件的內容簡單合并成一個文件，可以使用以下代碼：

def merge_txt_files(file_list, output_file):
    with open(output_file, 'w', encoding='utf-8') as outfile:
        for file in file_list:
            with open(file, 'r', encoding='utf-8') as infile:
                outfile.write(infile.read())
                outfile.write('\n')
# 示例調用
merge_txt_files(['file1.txt', 'file2.txt', 'file3.txt'], 'merged.txt')

4.2 按行混合合并

如果需要按行混合合并多個文件的內容，可以使用以下代碼：

def merge_files_by_line(file_list, output_file):
    files = [open(file, 'r', encoding='utf-8') for file in file_list]
    with open(output_file, 'w', encoding='utf-8') as outfile:
        while True:
            lines = [file.readline() for file in files]
            if all(line == '' for line in lines):
                break
            for line in lines:
                if line:
                    outfile.write(line.strip() + '\n')
    for file in files:
        file.close()
# 示例調用
merge_files_by_line(['file1.txt', 'file2.txt', 'file3.txt'], 'merged_by_line.txt')

5. 將txt文件轉換為其他格式

5.1 轉換為csv格式

有時候我們需要將txt文件的內容轉換成csv格式以便進行數(shù)據處理或分析，下面是相關代碼示例：

import csv
def txt_to_csv(txt_file, csv_file):
with open(txt_file, 'r', encoding='utf-8') as infile, open(csv_file, 'w', newline='', encoding='utf-8') 
as outfile:
        writer = csv.writer(outfile)
        for line in infile:
            writer.writerow(line.strip().split())
# 示例調用
txt_to_csv('example.txt', 'output.csv')

這段代碼將txt文件的內容逐行讀取，并按空格或制表符拆分成csv格式。

5.2 轉換為json格式

除了csv格式，JSON格式也是常用的數(shù)據存儲格式。以下是將txt文件轉換為JSON格式的代碼示例：

import json
def txt_to_json(txt_file, json_file):
    data = []
    with open(txt_file, 'r', encoding='utf-8') as infile:
        for line in infile:
            data.append(line.strip())

    with open(json_file, 'w', encoding='utf-8') as outfile:
        json.dump(data, outfile, indent=4)
# 示例調用
txt_to_json('example.txt', 'output.json')

這段代碼將txt文件的每一行內容作為JSON數(shù)組里的一個元素進行存儲。

6. 從txt文件提取數(shù)據

6.1 提取特定模式的文本

有時候我們需要從txt文件中提取符合特定模式的文本，可以使用正則表達式(re庫)來實現(xiàn)。以下代碼示例演示如何提取符合某個模式的文本：

import re
def extract_pattern_from_txt(pattern, txt_file):
    matches = []
    with open(txt_file, 'r', encoding='utf-8') as file:
        content = file.read()
        matches = re.findall(pattern, content)
    return matches
# 示例調用，提取所有的數(shù)字
pattern = r'\d+'
matches = extract_pattern_from_txt(pattern, 'example.txt')
print("Match found:", matches)

6.2 提取郵件地址或URL

我們可以使用類似的方法來提取郵件地址或URL：

def extract_emails_and_urls(txt_file):
    email_pattern = r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'
    url_pattern = r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\\(\\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+'    
    with open(txt_file, 'r', encoding='utf-8') as file:
        content = file.read()
        
    emails = re.findall(email_pattern, content)
    urls = re.findall(url_pattern, content)    
    return emails, urls
# 示例調用
emails, urls = extract_emails_and_urls('example.txt')
print("Emails found:", emails)
print("URLs found:", urls)

7. 統(tǒng)計txt文件中的詞頻

7.1 統(tǒng)計單詞出現(xiàn)次數(shù)

我們可以統(tǒng)計txt文件中單詞的出現(xiàn)頻次，并對其進行排序。以下代碼示例展示如何實現(xiàn)：

from collections import Counter

def count_word_frequency(txt_file):
    with open(txt_file, 'r', encoding='utf-8') as file:
        words = file.read().split()
        word_freq = Counter(words)
    return word_freq
# 示例調用
word_freq = count_word_frequency('example.txt')
for word, freq in word_freq.most_common():
    print(f'{word}: {freq}')

7.2 生成詞云圖

對于可視化效果，可以生成詞云圖來顯示詞頻分布：

from wordcloud import WordCloud
import matplotlib.pyplot as plt

def generate_word_cloud(txt_file):
    with open(txt_file, 'r', encoding='utf-8') as file:
        text = file.read()        
    wordcloud = WordCloud(width=800, height=400, background_color='white').generate(text)
    plt.figure(figsize=(10, 5))
    plt.imshow(wordcloud, interpolation='bilinear')
    plt.axis('off')
    plt.show()
# 示例調用
generate_word_cloud('example.txt')

8. 自動生成txt報告

8.1 從模板生成報告

可以使用txt模板生成報告，將動態(tài)數(shù)據填充到模板中。以下示例展示如何從模板生成報告：

def generate_report_from_template(template_file, output_file, data):
with open(template_file, 'r', encoding='utf-8') as infile, open(output_file, 'w', encoding='utf-8') 
as outfile:
        content = infile.read()
        for key, value in data.items():
            content = content.replace(f'{{{{ {key} }}}}', str(value))
        outfile.write(content)
# 示例調用
data = {
    'name': 'Alice',
    'date': '2024-08-17',
    'summary': 'This is a summary of the report.'}
generate_report_from_template('template.txt', 'report.txt', data)

8.2 動態(tài)生成報告內容

有時候需要動態(tài)生成報告的內容，以下示例展示如何實現(xiàn)：

def generate_dynamic_report(output_file, sections):
    with open(output_file, 'w', encoding='utf-8') as outfile:
        for section in sections:
            outfile.write(f'# {section["title"]}\n\n')
            outfile.write(f'{section["content"]}\n\n')
# 示例調用
sections = [{"title": "Introduction",
        "content": "This is the introduction section of the report."},
    {"title": "Data Analysis",
        "content": "This section contains the analysis of the data."}]
generate_dynamic_report('dynamic_report.txt', sections)

9. 最后

通過這篇文章，你已經了解了使用Python進行txt文件的多種辦公自動化方法，包括讀取、對比、過濾、合并、轉換格式、提取數(shù)據、統(tǒng)計詞頻、生成報告等。這些技巧不僅能提高效率，還能為數(shù)據分析工作打下堅實的基礎。

到此這篇關于Python自動化讀取txt文件數(shù)據的8個實用腳本的文章就介紹到這了,更多相關Python讀取txt文件數(shù)據內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

Python如何訪問字符串中的值
這篇文章主要介紹了Python如何訪問字符串中的值,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
2020-02-02
pytorch 數(shù)據處理:定義自己的數(shù)據集合實例
今天小編就為大家分享一篇pytorch 數(shù)據處理:定義自己的數(shù)據集合實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2019-12-12
Python實現(xiàn)Excel表格轉HTML
Excel工作簿是常用的表格格式,廣泛用于組織、分析及展示數(shù)據,這篇文章主要為大家詳細介紹了如何使用Python將Excel工作簿或工作表轉換為HTML文件,需要的可以參考下
2024-03-03
詳解Python 裝飾器執(zhí)行順序迷思
這篇文章主要介紹了詳解Python 裝飾器執(zhí)行順序迷思，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧
2018-08-08
Python selenium抓取虎牙短視頻代碼實例
這篇文章主要介紹了Python selenium抓取虎牙短視頻代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
2020-03-03
Python中的asyncio代碼詳解
asyncio 是用來編寫并發(fā) 代碼的庫，使用 async/await 語法。 asyncio 被用作多個提供高性能 Python 異步框架的基礎，包括網絡和網站服務，數(shù)據庫連接庫，分布式任務隊列等等。這篇文章主要介紹了Python中的asyncio,需要的朋友可以參考下
2019-06-06
pow在python中的含義及用法
在本篇文章里小編給各位分享了關于pow在python中是什么意思的相關知識點內容，有需要的朋友們參考學習下。
2019-07-07
Python數(shù)據類型--字典dictionary
這篇文章主要介紹了Python數(shù)據類型字典dictionary，字典是另一種可變容器模型，且可存儲任意類型對象。下面詳細內容需要的小伙伴可以參考一下，希望對你有所幫助
2022-02-02
Pytorch使用DataLoader實現(xiàn)批量加載數(shù)據
這篇文章主要介紹了Pytorch使用DataLoader實現(xiàn)批量加載數(shù)據方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
2024-02-02
淺談python中常用的excel模塊庫
本文主要介紹了python中常用的excel模塊庫，感興趣的同學，可以參考下。
2021-06-06