PYTHON从txt整理文本内容批量导入到excel中

1.首先需要了解pandas库（度娘）
2.观察txt文本内容，找出其中的规律
3.以下代码是我做的一个小需求，代码可以正常运行

import pandas as pd        #导入pandas库

url = r'D:\haha\QQ.txt'      #txt文本的位置
with open(url, 'r') as f:    #打开txt文本
    datas = f.read()      
    li = []                  #创建一个数组
    k = 0
    data = datas.split('\n')     #使用空行进行划分
    for item in datas.split('\n'):
        if len(item) == 3:
            li.append(k)
        k = k + 1           # 用来将txt文件分块
    j = 0
    mydata = pd.DataFrame()
    for i in range(len(li)):
        j += 1
        if i == len(li) - 1:
            chunk = data[li[i]:]
        else:
            chunk = data[li[i]:li[i + 1]]
            print(len(chunk))
        lengths = []  # 地面底面深度
        depths = []  # 地面顶面深度
        layers = []  # 土层编号-分层信息
        ids = []  # 钻孔编号
        X = []
        Y = []
        height = []  # 地面标高

        for m in range(4, len(chunk)):
            if '-' in chunk[m].split(';')[0]:
                layers.append(chunk[m].split(';')[0])
                lengths.append(chunk[m].split(';')[1])
                print(str(m - 3), '@' * 10, layers)
                ids.append(chunk[1].split(';')[0])
                X.append(chunk[1].split(';')[3])
                Y.append(chunk[1].split(';')[4])
                height.append(chunk[1].split(';')[5])
            else:
                continue
        depths = lengths[:-1]
        depths.insert(0, 0)
        pd_data = pd.DataFrame({
            '钻孔编号': ids,
            'X': X,
            'Y': Y,
            '地面顶面深度': depths,
            '地面底面深度': lengths,
             ''
            '地面标高': height,
            '岩性': None,
            '土层编号-分层信息': layers})
        order = ['钻孔编号', 'X', 'Y', '地面顶面深度', '地面底面深度', '地面标高', '岩性', '土层编号-分层信息']
        pd_data = pd_data[order]
        mydata = pd.concat((mydata, pd_data))
    mydata.to_excel('mydata.xlsx', index=None)


![txt文本内容](https://img-blog.csdnimg.cn/20200720174924827.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0MjAzODE2,size_16,color_FFFFFF,t_70#pic_center)