干货--Excel的表格数据的一般处理和常用python模块。

Posted 2020-10-02

写在前面：

本文章的主要目的在于：

• 介绍了python常用的Excel处理模块：xlwt，xlrd，xllutils，openpyxl，pywin32的使用和应用场景。
• 本文只针对于Excel表中常用的表格数据的处理，其他复杂操作如公式，柱状图等其他数据没有涉及。
• 大佬的肩膀：http://www.gocalf.com/blog/python-read-write-excel.html#excel

读取模块1：xlrd

官方quick start（急于求成有时候很有用）

import xlrd
book = xlrd.open_workbook("myfile.xls")                                            # 打开文件
print("The number of worksheets is {0}".format(book.nsheets))         # nsheets 是Excel中有多少个sheet
print("Worksheet name(s): {0}".format(book.sheet_names()))            # sheets的名字
sh = book.sheet_by_index(0)                                                             # 拿到第一个sheet ** 注意xlrd中开始都是从0
print("{0} {1} {2}".format(sh.name, sh.nrows, sh.ncols))                    # 本sheet的名字，行数，列数
print("Cell D30 is {0}".format(sh.cell_value(rowx=29, colx=3)))        # d30单元格中的值
for rx in range(sh.nrows):                
    print(sh.row(rx))                                                                            # 遍历每一行，打印每一个值。每个row是一个列表

 

详细参数和功能

wb = xlrd.open_workbook("myfile.xls")        

其中还有一个重要参数：formatting_info，该参数默认为False，当打开时会保留xls文件的格式和样式信息。在row_values中有体现。在xlutils中用的更多。

file_contents：第二种打开方式。顾名思义是文件的二进制流，最大的用处在于服务端接收到文件后无需转存直接进行读取操作。例子：

wb = xlrd.open_workbook(file_contents=f.read(), formatting_info=True)                                 # f是打开的文件句柄
wb = xlrd.open_workbook(file_contents=request.FILE.get(‘file‘, ‘‘), formatting_info=True)      # 模拟视图函数

sh = book.sheet_by_index(0)

其他的打开方式

ws = wb.get_sheet(0)
ws = wb.sheet_by_name(‘sheet1‘)
ws = wb.get_sheets()[0]
ws = wb._sheet_list[0]               # 当以file_content方式打开上边的方式都会报错，因为已经把所有sheets load进来了。
ws.row_values(row_num)         #另一个常用的遍历方式，获得某一行的单元格数据。

ws.merged_cells

merged_cells是一个列表来展示所有被合并的单元格。比如：[(0, 1, 0, 3), (1, 2, 0, 3)]

这里诡异的是：其中的数字表示的以文件左上角为0，0的坐标上的数值。使用需注意。

最后：xlrd比较古老，本来只支持xls格式的Excel文件，现在也能读取xlsx文件的数据，但是不能使用formatting_info功能。

写入模块：xlwt

 quick start

import xlwt
wb = xlwt.Workbook()                                    
ws = wb.add_sheet(‘sheet1‘)                                   # sheet1 是第一个sheet的名称
ws.write(0, 0, ‘test‘, style1)                                       # 在第0行的第0列写入  其中的style1是下面介绍的样式
ws.write_merge(1, 2, 0, 25, u‘合并单元格‘, style1)   # 将第一行中的25列个单元格合并写入
wb.save(‘test2.xls‘)
# wb.save(‘test.xlsx‘)                                                 # 可以生成xlsx文件

样式设计

写一个Excel文件需要的参数上面不是很多，但是往往在样式设计上要求较高。

内容居中：

alignment = xlwt.Alignment()                                      # 初始化一个居中对象
alignment.horz = xlwt.Alignment.HORZ_CENTER    # 水平和左右的居中
alignment.vert = xlwt.Alignment.VERT_CENTER

边框：

borders = xlwt.Borders()
borders.left = 1                                                         # 边框的宽度
borders.right = 1
borders.top = 1
borders.bottom = 1
borders.bottom_colour = 0x3A                                 # 具体的颜色设计可百度255中颜色的十六进制的表示

单元格底色：

pattern = xlwt.Pattern()
pattern.pattern = Pattern.SOLID_PATTERN            # 设置其模式为实型
pattern.pattern_fore_colour = 22                              # 这里的22位灰

字体

fn1 = xlwt.Font()
fn1.bold = False                                                        # 加粗
fn1.name = u‘宋体‘                                                    # 字体
fn1.height = 280                                                        # 大小  字体的大小会影响到行高

单元格大小设置

hang1 = ws.col(0)                                                      # 拿到一列并设置宽度
hang1.width = 256 * 20
tall_style = xlwt.easyxf(‘font:height 400;‘)

hang_sale = ws.row(0)                                              # 拿到一行设置高度
hang_sale.set_style(tall_style)

合成style

将上述的样式封装成一个style。

style1 = xlwt.XFStyle()

style1.font = fn1                                                         # 同理其他的样式以这种方式设置

修改模块：xlutils

在Excel表格的模块中本质上都不支持的Excel的直接修改，都是先读取后写入的形式来实现。故在修改的过程中会出现诸多的bug，比如样式的丢失。

from xlutils.copy import copy
rb = open_workbook(‘test.xls)
wb = copy(rb)

之后的操作便于xlwt别无差别了。但是在修改的时候一般都不想主动的修改Excel的样式。这里，xlrd中的formatting_info参数便很关键了。即使如此，在我的实践中仍存在某些单元格的边框的样式自动丢失的情况，有待解决！

总结：上述的三兄弟是比较常用的Excel处理模块，若是没有太高的需求一般足够用了。但是这三兄弟目前只是更加针对xls文件，其实在格式转化xlsx文件的时候无能为力。要是遇到像xlsx文件的修改等需求的时候，xlutils会将xlsx源文件输出成为没有任何格式的xlsx文件。所以下面介绍openpyxl模块是只使用于xlsx。（xls读都读不了）

xlsx模块openpyxl

book = openpyxl.load_workbook(‘2.xlsx‘)
ws = book.worksheets[0]
aa = ws.rows
print next(aa)[0].value                             # 也可以用等于进行设置值
book.save(‘test.xlsx‘)

openpyxl的用法大致和xl三兄弟一致，但是在功能上要多一些，所以效率上要差一些。在只进行读取操作的时候可以加上read_only的参数。

pywin32模块

如开头链接给出的对比一样，功能最完善的自然是Windows的api了。毕竟这个东西就是人家出的。但是缺点也是最明显的：

1.无法跨平台，只适用Windows系统，还得有Excel程序。

2.过程中占用Excel程序，不注意会造成和wps等程序的冲突。

3.十分缓慢

from win32com.client import Dispatch, DispatchEx
xlApp = Dispatch(‘Excel.Application‘)                    # 会在打开Excel的基础上进行，没有就打开
xlBook = xlApp.Workbooks.Open(r‘C:\Users\PycharmProjects\windOFapi\1242.xlsx‘, )       # 这里要写全路径，否则加载到Windows系统中报错
sht = xlBook.Worksheets(‘sheet1‘)
req = sht.Cells(4, 3).value
print req

下面的两个openpyxl和pywin32模块用的较少，掌握不多，不敢多写。