Python xlrd和xlwt操作Excel实现自动化

简介: Python xlrd和xlwt操作Excel实现自动化

一、7大库优缺点对比

库名称 功能描述 优缺点

openpyxl 读写Excel 的xlsx/xlsm/xltm/xltx文件 简单易用,功能广泛,单元格格式/图片/表格/公式/筛选/批注/文件保护等功能应有尽有;缺点是对VBA的支持不够好,读取文件效率较其他库低。

xlutils xlrd/xlwt 老牌Python包 xlrd:读xls/xlsx xlwt:写xls xlutils=xlrd+xlwt 读写效率高,功能单一;不支持写xlsx文件

xlsxwriter 创建xlsx文件 支持图片/表格/图表/筛选/格式/公式等,功能与openpyxl相似,优点是相比openpyxl还支持VBA文件导入,缺点是不能打开/修改已有文件

win32com 不仅可以处理Excel,还可以处理office;该库不单独存在,可以通过安装pywin32获取。 相当于是windows COM的封装,自身并没有很完善的文档,新手使用会有点痛苦。

xlwings 支持xls读,xlsx读写。可结合VBA实现对Excel编程 支持numpy array 和pandas DataFrame数据类型。除读写等基本操作外,大部分功能通Win32 COM PAI 实现。

pandas Pandas 将Excel作为输入/输出数据的容器。数据处理才是pandas的主要用途。 读取xls调用xlrd,读取xlsx调用xlrd或openpyxl。写入Excel调用openpyxl或xlswriter。

Microsoft Excel API 直接与Excel进程通信 需安装pywin32,可以做任何在Excel里可以做的事情,但比较慢。

二、xlrd读取Excel表

xlrd读取Excel表数据非常快,支持.xls和.xlsx

1、安装xlrd模块

pip install xlrd

6a5917843a3dc26486f8a714029fc92.png

2、xlrd读取Excel表

1)打开Excel表

a10f8c7a1b0ed682d9a5bf408fabcd1.png

错误:

9757622f186b7af4ef9f7f256d5ba1d.png

xlrd-2.0.1不支持xlsx,需要卸载,安装1.2版本,需要自行解决

pip install xlrd=1.2.0

2)获取全部表名

eabcc88920d1df576ef269c36b1c90f.png

import xlrd
#打开文件
wb = xlrd.open_workbook("test.xls")
list_name = wb.sheet_names()
print(list_name)

3)指定sheet表

c9db2974ea8ec2204b01cad2fdd2bb8.png

import xlrd
#打开文件
wb = xlrd.open_workbook("test.xls")
#按名称指定
sheet1 = wb.sheet_by_name('test')
print(sheet1)
#按索引指定,索引是从0开始计算
sheet2 = wb.sheet_by_index(0)
print(sheet2)

4)sheet表的行操作

参数列表:行数rowx从0开始算起,不包含结束列end_colx,默认值None

方法 说明

Sheet.nrows 获取该sheet中的有效行数

Sheet.row(rowx) 获取sheet中的第rowx行数据 行数rowx从0开始算起

Sheet.row_slice( rowx=*, start_colx=0, end_colx=None) 获取sheet中rowx行指定列(开始列start_colx,结束列end_colx前)的数据(包含了数据类型) 行数rowx从0开始算起,不包含结束列end_colx

Sheet.row_values(rowx=*, start_colx=0, end_colx=None) 获取sheet中rowx行指定列(开始列start_colx,结束列end_colx前)的数据(不包含数据类型) 行数rowx从0开始算起,不包含结束列end_colx

Sheet.row_len(rowx) 获取第rowx行的有效单元格长度

c03be5cc12aee902a2d6f317cf323b7.png

import xlrd
# 打开文件
wb = xlrd.open_workbook("test.xls")
# 通过sheet索引获得sheet对象
sheet = wb.sheet_by_index(0)
print(sheet)
# 获取该表总行数
nrows = sheet.nrows
print("总行数是:", nrows)
# 显示单行数据,索引从0开始计算
print(sheet.row(0))
# sheet.row(0) == sheet.row_slice(0)   效果相同
print(sheet.row_slice(0))
# 显示单行数据 索引从0开始计算
print(sheet.row_values(1))
# rowx第几行,start_colx从第几列开始,第几列结束 默认值end_colx=None
print(sheet.row_values(rowx=2, start_colx=0, end_colx=1))
# 行的有效长度
print("行的有效长度:", sheet.row_len(0))
# 循环打印里面所有数据
for i in range(nrows):
    print(sheet.row_values(i))

5)sheet表的列操作

参数列表 列数colx从0开始算起,不包含结束行end_rowx,默认值None

方法 说明

Sheet.ncols 获取某sheet中的有效列数

Sheet.col()或Sheet.col_slice(colx, start_rowx=0, end_rowx=None) 获取sheet中第colx列从start_rowx行到end_rowx行的数据(包含了数据类型)

Sheet.col_values(self, colx, start_rowx=0, end_rowx=None) 获取sheet中第colx列从start_rowx行到end_rowx行的数据(不包含数据类型)

4668654bbf104c1e65eda16735fb50d.png

import xlrd
# 打开文件
wb = xlrd.open_workbook("test.xls")
# 通过sheet索引获得sheet对象
sheet = wb.sheet_by_index(0)
print(sheet)
# 获取该表总列数
ncols = sheet.ncols
print("总列数是:", ncols)
# 显示单列数据,索引从0开始计算
print(sheet.col(0))
# sheet.col(0) == sheet.col_slice(0)   效果相同
# 带列名
print(sheet.col_slice(0))
print("=" * 40)
# 不带列名
print(sheet.col_slice(0, 1))
print("=" * 40)
# 循环打印里面所有数据
for i in range(ncols):
    print(sheet.col_values(i))

三、xlwt写入Excel表

xlwt写入Excel表数据,支持.xls和.xlsx

1、安装xlwt包

pip install xlwt

f38ff25bfa845cd1771e2b9950d8c1c.png

2、写入单条数据

6cb7d08d92743ff7d5d37d03b29fa57.png

526a5a6d5495836565a78f63c7e4c9d.png

import xlwt
# 创建Excel对象 并指定编码格式
ws = xlwt.Workbook(encoding='utf-8')
# 创建sheet表
sheet = ws.add_sheet('sheet1')
# 第一个参数是行
# 第二个参数是列
# 第三个参数需要写入的内容
sheet.write(0, 0, 'python')
# 保存数据名字和格式
ws.save('test1.xls')
# 保存正常,但是打开报错,后续在解决
ws.save('test2.xlsx')

3、多条数据写入

import xlwt
# 定义写入数据
data_list = [("张三", 35, '男'), ('李四', 32, '男'), ('凤姐', 33, '女'), ('小明', 12, '男')]
# 创建Excel对象 并指定编码格式
ws = xlwt.Workbook(encoding='utf-8')
# 创建sheet表
sheet = ws.add_sheet('sheet1')
# 自定义列名表头
col_name = ('姓名', '年龄', '性别')
# 循环写入sheet表单第一行
for i in range(0, len(col_name)):
    sheet.write(0, i, col_name[i])
# 循环写入数据
for i in range(0, len(data_list)):
    data = data_list[i]
    for j in range(0, len(col_name)):
        sheet.write(i + 1, j, data[j])
ws.save('test1.xls')

结果:

c3863c2be50fc14e1a2d20db3366f57.png

4、设置宽度和高度

sheet.col(“行索引”).width = 256 * 24

sheets.row(“行索引”).height_mismatch = True 默认行高是和文字的高度进行匹配的,即 值是 False,我们设置行高不会生效

sheets.row(“行索引”).height = 20*20 # 其中一个20代表单位,想要行高是多少乘以多少就行了。

import xlwt
# 定义写入数据
data_list = [("张三", 35, '男'), ('李四', 32, '男'), ('凤姐', 33, '女'), ('小明', 12, '男')]
# 创建Excel对象 并指定编码格式
ws = xlwt.Workbook(encoding='utf-8')
# 创建sheet表
sheet = ws.add_sheet('sheet1')
# 自定义列名表头
col_name = ('姓名', '年龄', '性别')
# 循环写入sheet表单第一行
for i in range(0, len(col_name)):
    # 设置宽度
    sheet.col(i).width = 256 * 24
    # 设置高度
    sheet.row(i).height_mismatch = True
    sheet.row(i).height = 20*20
    sheet.write(0, i, col_name[i])
# 循环写入数据
for i in range(0, len(data_list)):
    data = data_list[i]
    for j in range(0, len(col_name)):
        sheet.write(i + 1, j, data[j])
        # 设置高度
        sheet.row(i+1).height_mismatch = True
        sheet.row(i+1).height = 20*20
ws.save('test1.xls')

db4e9a1a3678c56803b32edbb1aa803.png

5、自定义单元格样式

参数说明:

参数 说明

xlwt.Font() 字体设置

xlwt.Patter() 背景设置

xlwt.Borders() 边框设置

xlwt.Alignment() 对准设置

import xlwt

# 定义写入数据
data_list = [("张三", 35, '男'), ('李四', 32, '男'), ('凤姐', 33, '女'), ('小明', 12, '男')]
# 创建Excel对象 并指定编码格式
ws = xlwt.Workbook(encoding='utf-8')
# 创建sheet表
sheet = ws.add_sheet('sheet1')
# 实例化表格样式对象
xstyle = xlwt.XFStyle()
# 设置字体样式
xfont = xlwt.Font()
xfont.colour_index = 0x04  # 设置字体颜色
xfont.bold = True  # 字体加粗
xfont.height = 20 * 18  # 设置字体高度(20是基数不变,18是字号用于调整大小)
xfont.underline = 0x01  # 设置字体带下划线
xfont.name = '华文彩云'  # 设置字体
# 将字体对象赋值给样式对象
xstyle.font = xfont
# 自定义列名表头
col_name = ('姓名', '年龄', '性别')
# 循环写入sheet表单第一行
for i in range(0, len(col_name)):
    # 设置宽度
    sheet.col(i).width = 256 * 24
    # 设置高度
    sheet.row(i).height_mismatch = True
    sheet.row(i).height = 20 * 20
    sheet.write(0, i, col_name[i], style=xstyle)
# 循环写入数据
for i in range(0, len(data_list)):
    data = data_list[i]
    for j in range(0, len(col_name)):
        sheet.write(i + 1, j, data[j], style=xstyle)
        # 设置高度
        sheet.row(i + 1).height_mismatch = True
        sheet.row(i + 1).height = 20 * 20
ws.save('test1.xls')

87f162ea2b8b4dd99c0ea9e6cccdff3.png

相关文章
|
11月前
|
安全 JavaScript 开发者
Python 自动化办公神器|一键转换所有文档为 PDF
本文介绍一个自动化批量将 Word、Excel、PPT、TXT、HTML 及图片转换为 PDF 的 Python 脚本。支持多格式识别、错误处理与日志记录,适用于文档归档、报告整理等场景,大幅提升办公效率。仅限 Windows 平台,需安装 Office 及相关依赖。
566 0
|
Web App开发 存储 前端开发
Python+Selenium自动化爬取携程动态加载游记
Python+Selenium自动化爬取携程动态加载游记
|
9月前
|
存储 数据采集 监控
Python定时爬取新闻网站头条:从零到一的自动化实践
在信息爆炸时代,本文教你用Python定时爬取腾讯新闻头条,实现自动化监控。涵盖请求、解析、存储、去重、代理及异常通知,助你构建高效新闻采集系统,适用于金融、电商、媒体等场景。(238字)
1515 2
|
数据采集 人工智能 API
推荐一款Python开源的AI自动化工具:Browser Use
Browser Use 是一款基于 Python 的开源 AI 自动化工具,融合大型语言模型与浏览器自动化技术,支持网页导航、数据抓取、智能决策等操作,适用于测试、爬虫、信息提取等多种场景。
1560 4
推荐一款Python开源的AI自动化工具:Browser Use
|
10月前
|
数据采集 监控 Shell
无需Python:Shell脚本如何成为你的自动化爬虫引擎?
Shell脚本利用curl/wget发起请求,结合文本处理工具构建轻量级爬虫,支持并行加速、定时任务、增量抓取及分布式部署。通过随机UA、异常重试等优化提升稳定性,适用于日志监控、价格追踪等场景。相比Python,具备启动快、资源占用低的优势,适合嵌入式或老旧服务器环境,复杂任务可结合Python实现混合编程。
|
数据采集 存储 前端开发
Python爬虫自动化:批量抓取网页中的A链接
Python爬虫自动化:批量抓取网页中的A链接
|
存储 数据采集 数据可视化
Python自动化分析知网文献:爬取、存储与可视化
Python自动化分析知网文献:爬取、存储与可视化
|
数据采集 存储 监控
Python爬虫自动化:定时监控快手热门话题
Python爬虫自动化:定时监控快手热门话题
|
安全 数据库 数据安全/隐私保护
Python办公自动化实战:手把手教你打造智能邮件发送工具
本文介绍如何使用Python的smtplib和email库构建智能邮件系统,支持图文混排、多附件及多收件人邮件自动发送。通过实战案例与代码详解,帮助读者快速实现办公场景中的邮件自动化需求。
958 0
|
测试技术 Python
Python接口自动化测试中Mock服务的实施。
总结一下,Mock服务在接口自动化测试中的应用,可以让我们拥有更高的灵活度。而Python的 `unittest.mock`库为我们提供强大的支持。只要我们正确使用Mock服务,那么在任何情况下,无论是接口是否可用,都可以进行准确有效的测试。这样,就大大提高了自动化测试的稳定性和可靠性。
478 0

推荐镜像

更多