Python 双层独立循环实现文件批量存储案例

因此，第二个循环中的 file_path 实际上始终使用的是 table_name 列表的最后一个元素，导致所有写入的文件名都相同，后续文件会覆盖前面的文件。

正确解决方案

要解决跨循环的数据关联问题，核心思路是建立索引映射或使用并行迭代工具。以下是两种推荐方案。

方案一：使用 zip() 函数（推荐）

zip() 函数可以将多个可迭代对象打包成元组，实现同步遍历。这是最 Pythonic 且简洁的方法。

import pandas as pd
import os

excel_file = 'TEST.xlsx'
target_path = './output/'

os.makedirs(target_path, exist_ok=True)

read_excel = pd.read_excel(excel_file, sheet_name='输出文件内容')

# 提取列为列表
file_names = read_excel['文件名'].tolist()
contents = read_excel['文件内容'].tolist()

# 使用 zip 同步遍历
for name, content in zip(file_names, contents):
    # 拼接完整路径
    file_path = os.path.join(target_path, str(name))
    
    try:
        with open(file_path, 'w+', encoding='utf-8') as f:
            f.write(str(content))
        print(f'成功写入：{file_path}')
    except Exception as e:
        print(f'写入失败 {name}: {e}')

优点：

1. 代码简洁，无需手动管理索引。
2. 自动对齐两个列表的元素，避免长度不一致导致的错误。
3. 使用 with open 确保文件句柄正确关闭。

方案二：使用 enumerate() 配合索引

如果必须分别处理两个列表，可以通过索引来关联它们。

import pandas as pd
import os

excel_file = 'TEST.xlsx'
target_path = './output/'

os.makedirs(target_path, exist_ok=True)

read_excel = pd.read_excel(excel_file, sheet_name='输出文件内容')

file_names = read_excel['文件名'].tolist()
contents = read_excel['文件内容'].tolist()

# 通过索引同时访问
for i in range(len(file_names)):
    name = file_names[i]
    content = contents[i]
    
    file_path = os.path.join(target_path, str(name))
    
    with open(file_path, 'w+', encoding='utf-8') as f:
        f.write(str(content))

注意：此方法要求两个列表长度严格一致，否则可能引发 IndexError。

进阶最佳实践

在实际生产环境中，建议遵循以下规范以提升代码健壮性：

1. 路径处理：使用 os.path.join 或 pathlib.Path 代替字符串拼接，兼容不同操作系统的路径分隔符。
2. 编码设置：明确指定 encoding='utf-8'，防止中文乱码。
3. 异常捕获：使用 try-except 块捕获文件读写异常，避免程序因单个文件错误而中断。
4. 空值处理：检查 Excel 读取的内容是否为空，避免写入空文件或报错。
5. 大文件优化：如果数据量极大，建议使用生成器或分批处理，减少内存占用。

总结

Python 的双层独立循环在处理关联数据时存在变量状态残留的风险。通过理解循环变量的作用域机制，我们可以避免此类逻辑错误。推荐使用 zip() 函数进行并行迭代，结合 os.path 和上下文管理器，能够编写出既安全又高效的文件处理脚本。