您可以使用一个简单的脚本来处理这个问题，我看到了一系列的块，其中每个块都有一个标头，后面是测量数据行;块用$分隔。
每个标题都有一些文本，可以很容易地格式化为时间戳值看起来是统一的，所以简单的文本转换就足够了;不需要创建一个datetime obj然后格式化它（但是如果你喜欢的话，你可以）。
测量数据行需要被“压缩”成一行，每个高度都有速度和方向的测量元组。如果你的真实的数据在一个块中有一个高度，而其他块中没有，我将使用dict和csv.DictWriter来优雅地填充不存在的值对。
我将从一个helper函数开始，它将一个文本行拆分为一个strs列表：

def to_row(line: str) -> list[str]:
    """Break-up a line of (fixed-width) space-delimited text into a row of fields."""
    row = [x.strip() for x in re.split(r"\s+", line)]

    return row[1:]  # trim empty field that was leading space

字符串
尝试一下：

print(to_row("  Foo     Bar Baz"))
print(to_row("   19      1  0.1"))

['Foo', 'Bar', 'Baz']
[ '19',   '1', '0.1']

然后打开DAT文件并将其拆分为块：

# split on $, and trim whitespace around each chunk
# might need to change LE to \r\n, or even just \r
LE = "\n"
with open("input.dat") as f:
    txt_chunks = f.read().split("$" + LE)
    txt_chunks = txt_chunks[1:]  # trim leading blank from $
    chunks = [x.strip().split(LE) for x in txt_chunks]

型
中间值将存储在一个我称之为“表”的字典列表中：

# parse relevant lines in each chunk into something like the
# following (one dict-item per chunk):
# [
#     {
#         "Timestamp":    "2023-01-01 00:00",
#         "ALT200_SPEED":               "299",
#         "ALT200_DIR":                  "46",
#         "ALT190_SPEED":               "288",
#         "ALT190_DIR":                  "46",
#         ...
#     },
#     {
#         "Timestamp":    "2023-01-01 00:10",
#         "ALT200_SPEED":              "598",
#         ...
#     },
#     ...
# ]
table: list[dict[str, str]] = []

型
然后将块中的每一行都传递给to_row帮助函数。我还Assert块中的行以确保所有内容都正确排列（也记录了哪些行是什么）。我还选择从文本中构建时间戳。我使用格式化填充指令:>02来填充除年份之外的所有内容：

for chunk in chunks:
    assert chunk[0].startswith("GPS LAT")

    assert chunk[3].startswith("   BL#")
    header = to_row(chunk[4])
    mo, day, yr = header[1:4]
    hr, minute = header[4:6]
    ts = f"{yr}-{mo:>02}-{day:>02} {hr:>02}:{minute:>02}:00"

    final_row: dict[str, str] = {
        "Timestamp": ts,
    }

    assert chunk[12].startswith("   ALT")
    for line in chunk[14:]:
        _row = to_row(line)

        if len(_row) == 0 or _row[0][:2] == "..":
            continue

        alt = _row[0]

        if int(alt) < 30:
            continue

        speed = _row[2]
        dir = _row[3]

        final_row[f"ALT{alt}_SPEED"] = speed
        final_row[f"ALT{alt}_DIR"] = dir

    table.append(final_row)

从行列表中，您需要所有唯一的字段名称：

all_keys = {k for row in table for k in row}

型
您的示例输出对最终字段名有特定的排序顺序。以下键func不会为特殊的Timestamp名称返回任何特定值。所有其他名称都将转换为元组，如(1, 200)表示“ALT200_SPEED”，(0, 200)表示“ALT200_SPEED”：

def col_name_key(k: str) -> tuple[int, int]:
    if k == "Timestamp":
        return (0, 0)

    k = k[3:]  # trim "ALT"
    parts = k.split("_")
    val, kind = int(parts[0]), parts[1]

    return (1 if kind == "SPEED" else 0, val)

fieldnames = sorted(all_keys, key=col_name_key, reverse=True)

这将导致一个中间排序顺序，看起来像这样：

[
    (190, 0),  # "ALT190_DIR"
    (190, 1),  # "ALT190_SPEED"
    (200, 0),  # "ALT200_DIR"
    (200, 1),  # "ALT200_SPEED"
]

在被反转成最终顺序之前：

["ALT200_SPEED", "ALT200_DIR", "ALT190_SPEED", "ALT190_DIR"]

作为一个特殊的步骤，确保Timestamp是第一个：

fieldnames.remove("Timestamp")
fieldnames.insert(0, "Timestamp")

然后将所有内容写入CSV：

with open("output.csv", "w", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=fieldnames, restval="N/A")
    writer.writeheader()
    writer.writerows(table)

Timestamp,ALT200_SPEED,ALT190_SPEED,ALT180_SPEED,ALT30_SPEED,ALT200_DIR,ALT190_DIR,ALT180_DIR,ALT30_DIR
2023-12-07 00:00:00,299,288,-9999,29,46,46,47,73
2023-12-07 00:10:00,598,599,600,591,39,39,38,36

restval="N/A"确保所有行中不存在的任何字段名都将得到妥善处理。想象一下，如果您在上面的代码中没有按海拔低于30米进行过滤。您将有一行具有“ALT 20_...”列。该restval将简单地将N/A插入任何没有这些列的行，如：

Timestamp,ALT200_SPEED,ALT190_SPEED,ALT180_SPEED,ALT30_SPEED,ALT20_SPEED,ALT200_DIR,ALT190_DIR,ALT180_DIR,ALT30_DIR,ALT20_DIR
2023-12-07 00:00:00,299,288,-9999,29,N/A,46,46,47,73,N/A
2023-12-07 00:10:00,598,599,600,591,600,39,39,38,36,37