用pandas.read_csv读txt前须确认分隔符、编码、表头；分块读取防oom；超大文件优先转csv或parquet而非直接to_excel。
用 pandas.read_csv 读 TXT 前必须确认分隔符
绝大多数“纯文本 TXT”其实是用制表符 \t、逗号 , 或空格分隔的表格数据，不是真正无结构的段落。直接当普通文本读再写 Excel 会丢格式、乱列、吞空行。先用文本编辑器打开一个样本，看前几行实际分隔方式——常见错误是默认用 read_csv(..., sep=',') 去读制表符文件，结果整行变成一列。
实操建议：
- 用
head -n 3 sample.txt（Linux/macOS）或Get-Content sample.txt -Head 3（PowerShell）快速预览 - 若每列对齐整齐，大概率是
\t，用sep='\t' - 若字段含逗号但被英文双引号包裹（如
"apple, inc",123），必须加quotechar='"'和quoting=csv.QUOTE_MINIMAL - 不确定时，先试
pd.read_csv('x.txt', sep=None, engine='python')让 pandas 自动推断（仅限小文件）
处理超大 TXT 文件别用 to_excel 一次性写入
to_excel 会把整个 DataFrame 加载进内存再生成 .xlsx，100MB 以上 TXT 很容易 OOM。真实场景中，1GB TXT 转 Excel 卡死或报 MemoryError 是最常被忽略的坑。
实操建议：
- 用
chunksize分块读取：pd.read_csv('big.txt', chunksize=50000, sep='\t') - 用
openpyxl或xlsxwriter的Workbook对象手动追加写入，避免 pandas 全量缓存 - 更稳方案：先转为 CSV 再用 Excel 打开（CSV 无内存压力），或用
pyarrow+dataset.write_dataset输出 Parquet 供后续分析
中文列名/内容乱码？重点查 encoding 和 engine
Windows 记事本保存的 TXT 默认是 gbk，而 pandas 默认用 utf-8 解码，直接报 UnicodeDecodeError 或显示“æŸäº›æ–‡å—”。即使没报错，中文列名也可能变成问号或方块。
实操建议：
- 先用
chardet.detect(open('x.txt','rb').read(10000))粗略判断编码（注意只读前 10KB，避免大文件卡住） - 常见组合：
encoding='gbk'（简体中文 Windows）、encoding='utf-8-sig'（带 BOM 的 UTF-8）、encoding='latin-1'（兜底，不会报错但可能失真） - 如果指定
encoding后仍乱码，换engine='python'（比默认c引擎容错更强）
没有表头的 TXT 怎么自动补列名
很多日志类 TXT 第一行不是列名，而是数据本身，直接 read_csv 会被当列名，导致少一行数据、列名错位。不能靠猜，得看业务逻辑。
实操建议：
- 用
header=None强制不解析首行，再用names=['col1','col2',...]显式指定 - 若列数固定但未知含义，用
names=[f'col_{i}' for i in range(N)]占位，后续人工映射 - 若首行确实是数据，且你有字段定义文档，优先按文档顺序写
names，别依赖infer_columns=True（pandas 没这参数）
真正“海量”意味着你要面对编码混杂、分隔符不一致、部分行字段缺失、单文件超 2GB 这些问题——这时候与其硬塞进 Excel，不如确认下游是否真的需要 .xlsx 格式。Excel 行数上限是 1048576，超过就得拆表或换数据库。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
