python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python文本转为Excel

利用Python将分组文本转为Excel的流程步骤

作者:PythonFun

在英语学习过程中,我们经常会接触各种分组整理的词汇表,如果你下载了一个 .txt 格式的四级词汇表,打算分类整理后导入 Excel 学习软件中,大概率你会遇到格式杂乱、分组不清,所以本文给大家介绍了如何用 Python 脚本自动读取一份分组文本,需要的朋友可以参考下

一、背景引入:从“人工整理”到“自动化处理”的转变

在英语学习过程中,我们经常会接触各种分组整理的词汇表,比如“Group1”对应一组单词及释义,随后是“Group2”、“Group3”等等。如果你下载了一个 .txt 格式的四级词汇表,打算分类整理后导入 Excel 学习软件中,大概率你会遇到格式杂乱、分组不清、复制麻烦的问题。

这正是我们今天要解决的实际场景:如何用 Python 脚本自动读取一份分组文本,提取每组单词及释义,并导出为结构清晰、按组分类的 Excel 文件?

本文将通过一段简洁但实用的代码,为你完整拆解整个处理过程。只需一次点击,就能让海量词汇“格式整齐地排队”进入 Excel,开启你的高效学习之旅。

二、思路分析:我们到底要做什么?

整个任务可以分为以下几个步骤:

  1. 读取文本文件:读取本地 .txt 文件中的原始词汇数据。
  2. 按组分割内容:使用正则表达式识别每个 Group 的起始点,并提取组名与内容。
  3. 提取每行单词和释义:针对每组中的每一行,解析出单词与释义(考虑 Tab 和空格分隔)。
  4. 分组保存为 Excel Sheet:每个 Group 单独作为一个 Excel 的 Sheet 保存,输出为 .xlsx 文件。
  5. 打印结果提示:脚本执行完毕后,输出处理结果路径。

这不仅是一次对正则表达式和 pandas 的实战练习,也是一次程序自动化处理文本数据的典型示例。

三、具体功能实现:每一步都不马虎

1. 读取文本数据

with open("四级单词.txt", "r", encoding="utf-8") as file:
    raw_text = file.read()

这段代码打开并读取了名为《四级单词.txt》的文件内容。注意编码采用 UTF-8,防止中文乱码。

2. 利用正则表达式识别 Group 分组

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

举个例子,原文本可能像这样:

Group1
apple	苹果
banana	香蕉
Group2
run	跑
jump	跳

经过 re.split 之后,splits 的结果会是:

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

3. 将每组单词提取到字典中

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) 自动为每个组建立一个单词列表。

每个词条处理如下逻辑:

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

这样处理后,每个分组会变成例如:

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

4. 写入 Excel 文件,每组一个 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)

最终生成的文件结构清晰、美观,每页都是该组的词汇,便于记忆与分类学习。

5. 执行结果提示

print(f"转换完成,已保存为:{output_path}")

一个简单但贴心的用户提示,方便确认处理成功与结果文件位置。

四、代码展示:实用就是最好的美学

完整代码如下(可直接运行):

import re
import pandas as pd
from collections import defaultdict

with open("四级单词.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 = "四级单词.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"转换完成,已保存为:{output_path}")

五、学后总结:你收获了什么?

本脚本涵盖了多个关键技能点,值得初中级开发者好好吸收:

拓展建议:

通过这一小项目,你不仅提升了文本处理能力,还掌握了数据清洗与文件导出的实用技巧。记住,编程的价值在于解决问题,而最能让你成长的,正是这种“从无到有”的小工具!

以上就是利用Python将分组文本转为Excel的流程步骤的详细内容,更多关于Python文本转为Excel的资料请关注脚本之家其它相关文章!

您可能感兴趣的文章:
阅读全文