>>> from env_helper import info; info()

页面更新时间： 2024-04-06 23:09:04
运行环境：
    Linux发行版本: Debian GNU/Linux 12 (bookworm)
    操作系统内核: Linux-6.1.0-18-amd64-x86_64-with-glibc2.36
    Python版本: 3.11.2

1.2. 使用 OpenpyXL 读取 XLSX 电子表格¶

OpenpyXL 是一个开源项目，Openpyxl模块是一个读写Excel 2010文档的Python库。 XLSX 格式的电子表格文件是微软的开放电子表格格式，应用得越来越多。如果要处理更早格式的Excel文档，可以使用其它库（如：xlrd、xlwt等）。 Openpyxl是一款比较综合的工具，不仅能够同时读取和修改Excel文档，而且可以对Excel文件内单元格进行详细设置，包括单元格样式等内容，甚至还支持图表插入、打印设置等内容，使用Openpyxl可以读写xltm, xltx, xlsm, xlsx等类型的文件，且可以处理数据量较大的Excel文件，跨平台处理大量数据是其它模块没法相比的。因此，Openpyxl 成为处理Excel XLSX 格式的电子表格的首选库工具。

1.2.1. xlrd、xlwt和openpyxl模块的比较¶

1）xlrd：对xls、xlsx、xlsm文件进行读操作–读操作效率较高，推荐

2）xlwt：对xls文件进行写操作–写操作效率较高，但是不能执行xlsx文件

3）openpyxl：对xlsx、xlsm文件进行读、写操作–xlsx写操作推荐使用

1.2.2. 电子表格的基本概念¶

在使用Openpyxl前先要了解三个概念，即：Workbook(工作簿，一个包含多个Sheet的Excel文件)、 Worksheet（工作表，一个Workbook有多个Worksheet，表名识别，如“Sheet1”,“Sheet2”等）、 Cell（单元格，存储具体的数据对象）三个对象。

在此将介绍使用 OpenpyXL 读取电子表格的方法。 OpenpyXL 使用下面的命令安装：

pip install Openpyxl

首先导入 openpyxl 模块，如果出错说明安装并未成功：

>>> import openpyxl

读取电子表格文件使用 openpyxl.load_workbook() 函数：

>>> wb = openpyxl.load_workbook('drr_20200629.xlsx' )

默认可读写，若有需要可以指定write_only和read_only为True 。

1.2.3. 获取工作表¶

工作簿也就是我们能够在文件夹里看到的带有名字的Excel文件，当您双击这个文档时就打开了一个工作簿。每一本工作簿可以拥有许多不同的工作表。

在 Excel 中每次只能处理一个工作表，这个工作表的状态称为活动状态。获得当前正在显示的工作表可以用 active 属性：

>>> asheet = wb.active

每一个电子表格都有名称，通过 title 属性获得：

>>> asheet.title

'工作表2'

活动工作表的概念在使用 Excel 处理时比较方便。但是编程处理中更倾向于使用更准确的方式来获取。要获得某个工作表，可以根据工作表的名字获得。要知道工作表的名字，可以先通过 sheetnames 属性或 get_sheet_by_names() 函数把所有工作表的名称列出：

>>> wb.sheetnames

['中英文含摘要', '工作表2']

然后使用 get_sheet_by_name() 函数返回参数指定的工作表对象：

>>> sheet = wb.get_sheet_by_name('工作表2')

/tmp/ipykernel_48171/2928318896.py:1: DeprecationWarning: Call to deprecated function get_sheet_by_name (Use wb[sheetname]).
  sheet = wb.get_sheet_by_name('工作表2')

也可以通过索引值，如下：

>>> sheet2 = wb.worksheets[1]

工作表还有一些属性，如最大列数与最大行数，这两个数据表示工作表是实际存储数据的最大值，可以通过下面的属性获取：

>>> sheet.max_row

>>> sheet.max_column

根据工作表的最大列数与最大行数，可以用来对工作表的行、列进行遍历。

1.2.4. 获取行和列¶

得到工作表后，可以继续得到工作表中的所有的行和列对象，得到后可以进行遍历操作。

sheet.rows为生成器, 里面是每一行的数据，每一行又由一个tuple包裹。 sheet.columns类似，不过里面是每个tuple是每一列的单元格。

>>> type(sheet.rows), type(sheet.columns)

(generator, generator)

因为按行，所以返回 A1 , B1 , C1 这样的顺序：

>>> for row in sheet.rows:
>>>     for cell in row:
>>>         print(cell.coordinate, cell.value, end=', ')
>>>     print()

A1 name, B1 age,
A2 Max, B2 26,
A3 Marry, B3 18,
A4 Nanncy, B4 10,

交换遍历的先后，下面以 A1 , A2 , A3 这样的顺序来获取单元格：

>>> for column in sheet.columns:
>>>     for cell in column:
>>>         print(cell.value, end=', ')
>>>     print()

name, Max, Marry, Nanncy,
age, 26, 18, 10,

上面的代码就可以获得所有单元格的数据。

如果要通过指定的索引值来获得行或列对象，可以通过索引。因为sheet.rows是生成器类型，不能使用索引，转换成list之后再使用索引，list(sheet.rows)[2]这样就获取到第二行的tuple对象。

>>> for cell in list(sheet.rows)[2]:
>>>     print(cell.value , end=', ')

Marry, 18,

1.2.5. 通过坐标获取单元格¶

在 Excel 中，每个单元格都有一个“坐标”，行坐标用字母表示，列坐标用数字表示。

获取某个单元格的值，观察在 Excel 中是先字母再数字的顺序，即先列再行。如下面获得第2列第4行的单元格，使用方式与字典有些类似，其键为“坐标”，即行坐标与列坐标的组合：

>>> b4 = sheet['B4']
>>> b4.value

有了单元格，也可以返回其“坐标”的值，如下面表达式，说明单元格的列、行及其值：

>>> f'({sheet.cell(row=4, column=2).coordinate}, {b4.column}, {b4.row}) is {b4.value}'

'(B4, 2, 4) is 10'

坐标的横坐标使用字母表达，在数目较少时比较方便，但如果数目多了，就显得比较繁琐。

除了用坐标的方式获得，OpenpyXL 还可以用cell函数, 使用关键字参数传入行与列的索引值，下面同样获取 B4 单元格：

>>> b4t = sheet.cell(row=4, column=2)
>>> print(b4t.value)

有了单元格，也可以返回其“坐标”的值，如下面表达式，说明单元格的列、行及其值：

>>> f'({b4t.column}, {b4.row}) is {b4t.value}'

'(2, 4) is 10'

b4.column 返回 B , b4.row 返回 4 , value 则是那个单元格的值。另外cell还有一个属性coordinate ，返回其坐标表达：

>>> b4t.coordinate

'B4'

1.2.6. 如何获得任意区间的单元格？¶

在访问工作表的行、列或单元格时，除了全部获取，然后遍历，或直接通过行、列索引获取，也可以直接从中取一个窗口，或者说切片。

使用 Python 最直接的方式可以使用 range() 函数进行遍历。

下面的写法，获得了以A1为左上角，B3为右下角矩形区域的所有单元格。注意 range() 函数中索引从 1 开始的，因为在 OpenpyXL 中为了和Excel中的表达方式一致，并不和编程语言的习惯以0表示第一个值。

>>> for i in range(1, 4):
>>>     for j in range(1, 3):
>>>         cel = sheet.cell(row=i, column=j)
>>>         print( f'{cel.coordinate}:{cel.value}',end=', ')
>>>     print()

A1:name, B1:age,
A2:Max, B2:26,
A3:Marry, B3:18,

除了使用遍历的方法，还可以像使用切片那样使用，相当于一个小的工作表。 sheet['A1':'B3'] 返回一个元组，该元组由子元组对象构成；子元组对象由每行的单元格构成。

>>> for row in sheet['A2':'B3']:
>>>     for cell in row:
>>>         print(cell.coordinate, end=', ')
>>>     print()

A2, B2,
A3, B3,

根据遍历后打印的坐标来看，与工作表中的排列顺序是一致的。

1.2.7. 根据字母获得列号，根据列号返回字母¶

另外还有一个有用的功能，可以将表达列号的字母与索引值进行相互转换。

根据字母获得列号，需要使用 column_index_from_string ，根据列号获取字母，需要使用 get_column_letter 。这两个函数存在于openpyxl.utils ，用法如下：

>>> from openpyxl.utils import get_column_letter, column_index_from_string

根据列的数字返回字母，如下：

>>> get_column_letter(2)

'B'

根据字母返回列的数字，如下：

>>> column_index_from_string('D')

1.1. 电子表格的介绍

1.3. Python写入电子表格

Python 3 教程 文档