據(jù)外媒報道，微軟正考慮添加 Python 為官方的一種 Excel 腳本語言，如果獲得批準，Excel 用戶將能夠像目前使用 VBA 腳本一樣，使用 Python 腳本與 Excel 文檔、數(shù)據(jù)以及一些 Excel 核心函數(shù)進行交互。

之前做java還是做nodejs，對于讀寫excel一直是一個頭疼的問題，在java中有開源的POI，無論功能和使用上都很齊全；轉(zhuǎn)而看nodejs這一塊，在處理excel問題上一直是一個頭疼的問題，之前做一個項目，就是因為nodejs無法實現(xiàn)模板處理方法而必須使用其他的語言或者方法處理。

最近公司在做一個django的項目，其中后臺涉及到一些python讀寫excel的方法，簡單做個記錄

開源模塊

• xlwings

可結(jié)合 VBA 實現(xiàn)對 Excel 編程，強大的數(shù)據(jù)輸入分析能力，同時擁有豐富的接口，結(jié)合 pandas/numpy/matplotlib 輕松應對 Excel 數(shù)據(jù)處理工作。

• openpyxl

簡單易用，功能廣泛，單元格格式/圖片/表格/公式/篩選/批注/文件保護等等功能應有盡有，圖表功能是其一大亮點，缺點是對 VBA 支持的不夠好。

• pandas

數(shù)據(jù)處理是 pandas 的立身之本，Excel 作為 pandas 輸入/輸出數(shù)據(jù)的容器。

• win32com

從命名上就可以看出，這是一個處理 windows 應用的擴展，Excel 只是該庫能實現(xiàn)的一小部分功能。該庫還支持 office 的眾多操作。需要注意的是，該庫不單獨存在，可通過安裝 pypiwin32 或者 pywin32 獲取。

• xlsxwriter

擁有豐富的特性，支持圖片/表格/圖表/篩選/格式/公式等，功能與openpyxl相似，優(yōu)點是相比 openpyxl 還支持 VBA 文件導入，迷你圖等功能，缺點是不能打開/修改已有文件，意味著使用 xlsxwriter 需要從零開始。

• DataNitro

作為插件內(nèi)嵌到 Excel 中，可完全替代 VBA，在 Excel 中使用 python 腳本。既然被稱為 Excel 中的 python，協(xié)同其他 python 庫亦是小事一樁。然而，這是付費插件...

• xlutils

基于 xlrd/xlwt，老牌 python 包，算是該領(lǐng)域的先驅(qū)，功能特點中規(guī)中矩，比較大的缺點是僅支持 xls 文件。

openpyxl

通過openpyxl去讀取excel中單元格內(nèi)容
例如我們讀取一個excel文件中的內(nèi)容

image.png

# -*- coding: utf-8 -*-
from openpyxl import load_workbook
from openpyxl.styles import PatternFill, Border, Side, Alignment, Protection, Font

def getSheet(filename, sheetname):
    wb = load_workbook(filename=filename)
    sheet_ranges = wb[sheetname]

    return wb, sheet_ranges

def readSheetContent(sheet_ranges):
    flag = True
    row = 1
    while(flag):
        if(sheet_ranges[u'A'+str(row)].value is None):
            flag = False
            break
        
        # 獲取cell
        rule_key = sheet_ranges[u'A'+str(row)]
        error_level = sheet_ranges[u'B'+str(row)]
        line = sheet_ranges[u'C'+str(row)]
        result = sheet_ranges[u'D'+str(row)]
        reason = sheet_ranges[u'E'+str(row)]
        changeID = sheet_ranges[u'F'+str(row)]
        # 獲取cell內(nèi)容
        # 1. 獲取cell value值
        print("Row"+str(row), rule_key.value, error_level.value, line.value, result.value, reason.value, changeID.value)
        # 2. 獲取cell相關(guān)屬性
        # 2.1 數(shù)據(jù)類型
        rule_key_data_type = rule_key.data_type
        print("rule_key_data_type:",rule_key_data_type)
        # 2.2 編碼格式
        rule_key_encoding = rule_key.encoding
        print("rule_key_encoding:", rule_key_encoding)
        # 2.3 填充色相關(guān)
        rule_key_fill = rule_key.fill
        rule_key_fill_bgcolor = rule_key.fill.bgColor.value
        rule_key_fill_fgcolor = rule_key.fill.fgColor.value
        print("rule_key_fill_bgcolor:",rule_key_fill_bgcolor)
        print("rule_key_fill_fgcolor:",rule_key_fill_fgcolor)
        # 2.4 字體相關(guān)
        rule_key_font = rule_key.font
        print("rule_key_font:", 
                rule_key_font.name, 
                rule_key_font.size, 
                rule_key_font.bold, 
                rule_key_font.italic, 
                rule_key_font.vertAlign,
                rule_key_font.underline,
                rule_key_font.strike)

        # 3 修改單元格
        if(row > 1):
            result.value = True
            reason.value = u"modify cell content"+str(row)
            changeID.value = row
        row += 1
        

    return sheet_ranges


def saveWorkbook(wb, targetname):
    wb.save(filename = targetname)

filename = u"./test/test.xlsx"
sheetname = u"Sheet1"

wb, sheet_ranges = getSheet(filename, sheetname)

readSheetContent(sheet_ranges)

saveWorkbook(wb, filename)

執(zhí)行完了以后的結(jié)果：

image.png

上面的這個例子，給出了一個通用的excel的讀寫方法，詳細的文檔可以參考https://openpyxl.readthedocs.io/en/stable/tutorial.html

pandas

Python Data Analysis Library 或 pandas 是基于NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas 納入了大量庫和一些標準的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需的工具。pandas提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。你很快就會發(fā)現(xiàn)，它是使Python成為強大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一。₁
pandas的文檔可以參考[https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_excel.html#]
還是參考上面的例子，我們讀取test.xlsx文件內(nèi)容

# -*- coding: utf-8 -*-
import pandas

def dataconvert(data):
    # print(data)
    if type(data) == unicode:
        return data
    elif type(data) == str:
        return data
    elif type(data) == long:
        return data
    elif type(data) == pandas._libs.tslib.Timestamp:
        return str(data)
    else:
        return ""

excelname = './test/test.xlsx'
xlsx = pandas.read_excel(excelname, header=0, index_col=0)

for idx, row in xlsx.iterrows():
    rule_key = idx
    error_level = dataconvert(row[u"error_level"])
    line = dataconvert(row[u"line"])
    result = dataconvert(row[u"是否有問題"])
    reason = dataconvert(row[u"理由"])
    changeID = dataconvert(row[u"提交ID"])

    print(rule_key, error_level,line, result, reason, changeID)

輸出結(jié)果：

image.png

其他可以參考Pandas Excel example，Pandas獨有的基本數(shù)據(jù)結(jié)構(gòu)