### Python将Excel文件转换为TXT文件的知识点
#### 一、程序概述
本文档介绍了一个使用Python编写的简单程序，其功能是将Excel文件转换为TXT文件格式。此过程涉及两个主要步骤：首先读取Excel文件并将其内容写入一个临时TXT文件；然后对这个临时文件进行处理，移除每行开头的数字和空白字符，并去除重复的记录，最终生成一个干净的TXT文件。
#### 二、程序结构与实现方法
##### 1. 导入库
程序使用了`pandas`库来读取Excel文件，并使用`codecs`库来处理UTF-8编码的TXT文件。此外，还使用了`re`模块来进行正则表达式的匹配和替换操作。
```python
import pandas as pd
import re
import codecs
```
##### 2. 定义函数
程序定义了两个函数：`exceltotxt` 和 `del_linehead_number_speace`。
- **`exceltotxt`** 函数负责将Excel文件转换为临时TXT文件。
- **`del_linehead_number_speace`** 函数用于处理临时TXT文件，去除每行开头的数字和空白字符，并去除重复行。
```python
def exceltotxt(excel_dir, txt_dir):
with codecs.open(txt_dir, 'w', 'utf-8') as f:
neg = pd.read_excel(excel_dir, header=None, index=None)
f.write(neg.to_string())
def del_linehead_number_speace(orig_txt_dir, saveas_txt_dir):
with open(orig_txt_dir, 'r+', encoding='utf-8') as f, open(saveas_txt_dir, 'w+', encoding='utf-8') as fw:
lines = f.readlines()
texts = [re.sub(r'(\d)+(\s)+', '', line) for line in lines]
texts = list(set(texts))
fw.writelines(texts)
```
##### 3. 执行转换
程序最后通过调用这两个函数完成整个转换过程：
```python
exceltotxt('./data/neg.xls', './data/neg_temp.txt')
del_linehead_number_speace('./data/neg_temp.txt', './data/neg.txt')
```
#### 三、关键知识点详解
##### 1. 使用Pandas读取Excel文件
`pandas`是一个强大的数据分析库，它提供了一种简单高效的方式来读取和处理Excel文件。在本例中，使用`pd.read_excel()`函数读取Excel文件，参数`header=None`表示不使用Excel的第一行作为列名，`index=None`表示不使用任何列为索引。
```python
neg = pd.read_excel(excel_dir, header=None, index=None)
```
##### 2. 将DataFrame转换为字符串
读取Excel文件后，使用`to_string()`方法将`DataFrame`对象转换为字符串，并写入到TXT文件中。
```python
f.write(neg.to_string())
```
##### 3. 正则表达式处理
在处理临时TXT文件时，使用正则表达式来去除每行开头的数字和空白字符。这里使用的正则表达式为`r'(\d)+(\s)+'`，其中：
- `\d` 匹配任何数字。
- `+` 表示前面的字符可以出现一次或多次。
- `\s` 匹配任何空白字符（如空格）。
```python
texts = [re.sub(r'(\d)+(\s)+', '', line) for line in lines]
```
##### 4. 去除重复行
为了去除重复的记录，可以使用Python的`set`数据类型，它自动去除了重复项。然而需要注意的是，`set`会改变原有的顺序，因此如果需要保持原始顺序，可以考虑其他方法，例如使用列表推导式结合一个已检查过的集合。
```python
texts = list(set(texts))
```
#### 四、总结
本文介绍了一个简单的Python脚本，用于将Excel文件转换为TXT文件，并且处理了去除行首数字和空白字符以及去除重复行等问题。通过使用`pandas`和`re`库，使得整个转换过程变得非常简便。这对于需要批量处理Excel数据并将其格式化为简单文本的应用场景非常有用。
czh8709162020-03-26还行 下载看看
