python 3.8 如何將 txt 轉換為 csv 與 2 個或更多空格分隔符

Question

我正在嘗試使用 Python 從遠程登錄 session 轉換 txt 導出。 txt看起來像這樣

  LocalPort  ChassisId                 PortId PortDescr SysName               

  --------- + ------------------------- ------ --------- ----------------------

  3          01 23 45 67 89 76           1      1         name1

  19         01 23 45 67 89 76           19     19        name2

  21         01 23 45 67 89 76            9      9        name3

  22         01 23 45 67 89 76           22     22        name4

  22         01 23 45 67 89 76           LAN-1  example   name5

  23         01 23 45 67 89 76           LAN-1  example   name6

  23         01 23 45 67 89 76           23     23        name7

所以我用 python 嘗試了類似的方法：

read_file = pd.read_csv(OUTPUT_FILE_PROCESSED_TXT, sep="\s{2,}", header=5)
read_file.to_csv(OUTPUT_CSV, sep=",", header=["LocalPort","ChassisId","PortId","PortDescr","SysName"])

但結果是我在生成的 csv 中遺漏了 LocalPort 3 和 LocalPort 22 之間的很大一部分。 這些行被刪除。 所以我的 csv 只有標題和最后三行。

誰能幫助我，也許可以解釋為什么 Python 正在刪除一些行？ 我知道其他人問了類似的問題，但解決方案對我沒有幫助

提前致謝...

Answer 1

您可以手動解析該OUTPUT_FILE_PROCESSED_TXT文件：

import re

with open(OUTPUT_FILE_PROCESSED_TXT, "r") as f:
    telnet_output = f.read()

rows = telnet_output.splitlines()
values = [re.split(r"\s{2,}", row.strip())  \  # split when >2 spaces
          for row in rows[1:]  \  # avoid header row
          if not row.strip().startswith("-") and row]  # avoid empty and --- rows

columns = rows[0].split()

df = pd.DataFrame(values, columns=columns)

檢查您的df是否定義明確：

>>> print(df)

  LocalPort          ChassisId PortId PortDescr SysName
0         3  01 23 45 67 89 76      1         1   name1
1        19  01 23 45 67 89 76     19        19   name2
2        21  01 23 45 67 89 76      9         9   name3
3        22  01 23 45 67 89 76     22        22   name4
4        22  01 23 45 67 89 76  LAN-1   example   name5
5        23  01 23 45 67 89 76  LAN-1   example   name6
6        23  01 23 45 67 89 76     23        23   name7

現在按照您的建議導出到csv ：

df.to_csv(OUTPUT_CSV, sep=",")