跟我一起学 Python 数据处理（二十七）：从文本文件中提取数据的技巧

跟我一起学 Python 数据处理（二十七）：从文本文件中提取数据的技巧

在数据处理的世界里，Python 是一把强大的利器。今天，我们就一起来探索如何使用 Python 处理文本文件中的数据，特别是从特定格式的文本文件中提取关键信息，如国家名称、童工数据等。希望通过这篇文章，能和大家一起在 Python 数据处理的道路上共同学习进步。

一、整体任务分析

我们的目标是从给定的文本文件中提取国家名称以及相关的童工数据（包括总数、男童数和女童数）。文本文件具有一定的格式规律，需要我们通过编写 Python 代码来识别并提取所需信息。

二、关键知识点解析

（一）开关变量的使用

1. 概念
   开关变量通常是布尔类型（True/False）的变量，用于控制程序流程中的某些操作是否执行。在我们的例子中，它就像一个“开关”，决定何时开始和停止采集特定的数据。
2. 示例
   比如在提取国家名称时，我们定义了 country_Line 变量。初始时 country_Line = False，表示还未开始采集国家名称。当遇到文本文件中特定的行（如 “and areas”）时，就将 country_Line 设置为 True，表示开始采集后续的国家名称行。而当遇到换行符（\n）且 country_Line 为 True 时，说明这一行标志着国家名称的结束，再将 country_Line 设置为 False。

（二）识别文本文件中的特定标志

1. 换行符（\n）
   换行符是文本文件中每行结束的标志。在 Python 中，当我们读取文本文件的每一行时，行末都会包含换行符。我们可以利用这个特点来判断数据行的结束。例如在判断国家名称列表结束时，通过检查当前行是否为 \n 来决定是否停止采集国家名称。
2. 自定义标志（如 “and areas”、“total”）
   除了换行符，文本文件中还有一些特定的字符串可以作为数据采集的开始或结束标志。比如 “and areas” 标志着国家名称采集的开始，“total” 标志着童工总数采集的开始。我们通过 startswith 方法来检查每行是否以这些特定字符串开头，从而确定是否要切换开关变量的值。

（三）函数的应用

1. 函数的作用
   在代码中，如果有重复的操作逻辑，就可以将其封装成函数。函数可以提高代码的复用性和可维护性。在我们的例子中，采集国家名称和采集童工数据的操作有相似之处，都需要设置开关变量、识别开始和结束标志，这些操作可以抽象成一个函数，避免重复编写类似的代码。
2. 示例
   下面是一个简单的函数示例，用于提取以特定标志开始和换行符结束的数据：

def extract_data(openfile, start_flag, data_name)