Python多线程下调用win32com包相关问题:pywintypes.com_error: (-2147221008, ‘尚未调用 CoInitialize。‘, None, None)问题处理

简介: Python多线程下调用win32com包相关问题:pywintypes.com_error: (-2147221008, ‘尚未调用 CoInitialize。‘, None, None)问题处理

报错1:

pywintypes.com_error: (-2147221008, '尚未调用 CoInitialize。', None, None)


场景:

我是用 flask 服务操作接收的请求,通过 xlwings 库读取 excel。


问题原因:

多线程下使用 win32com 的话,前面必须调用 CoInitialize,而 xlwings 读取 excel 正好用到了 win32com。


解决方法:

导入 pythoncom 库,如果没有的话可以通过 pip install pywin32 安装。

然后线程前面加一句这个即可 pythoncom.CoInitialize()

import pythoncom
# 多线程
thread():
  # 这个必须有
  pythoncom.CoInitialize()
  # 其它代码
  ...
  # 这个可有可无
  pythoncom.CoUninitialize()

报错2:

pywintypes.com_error: (-2147417842, '应用程序调用一个已为另一线程整理的接口。', None, None)

如果创建 xlwings 对象的过程在外面,读取的过程在里面会报这个错。

问题代码示例:

import pythoncom
# 创建xlwings对象
app = xlwings.App(visible=False, add_book=False)
# flask下的路由
@app_flask.route('/get_data/<command>')
@cross_origin()
def get_data(command):
    pythoncom.CoInitialize()
  # 使用xlwings对象打开excel
    wt = app.books.open(path_xl_new1)
    # 其它代码
  ...
  pythoncom.CoUninitialize()

正确代码示例:

import pythoncom
# flask下的路由
@app_flask.route('/get_data/<command>')
@cross_origin()
def get_data(command):
    pythoncom.CoInitialize()
  # 创建xlwings对象也放在里面
  app = xlwings.App(visible=False, add_book=False)
  # 使用xlwings对象打开excel
    wt = app.books.open(path_xl_new1)
    # 其它代码
  ...
  pythoncom.CoUninitialize()

喜欢的点个赞❤吧!

目录
相关文章
|
4月前
|
数据采集 存储 JSON
Python爬取知乎评论:多线程与异步爬虫的性能优化
Python爬取知乎评论:多线程与异步爬虫的性能优化
|
4月前
|
人工智能 安全 调度
Python并发编程之线程同步详解
并发编程在Python中至关重要,线程同步确保多线程程序正确运行。本文详解线程同步机制,包括互斥锁、信号量、事件、条件变量和队列,探讨全局解释器锁(GIL)的影响及解决线程同步问题的最佳实践,如避免全局变量、使用线程安全数据结构、精细化锁的使用等。通过示例代码帮助开发者理解并提升多线程程序的性能与可靠性。
174 0
|
26天前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
199 0
|
3月前
|
数据采集 消息中间件 并行计算
Python多线程与多进程性能对比:从原理到实战的深度解析
在Python编程中,多线程与多进程是提升并发性能的关键手段。本文通过实验数据、代码示例和通俗比喻,深入解析两者在不同任务类型下的性能表现,帮助开发者科学选择并发策略,优化程序效率。
231 1
|
3月前
|
数据处理 开发工具 开发者
requirement.txt 管理python包依赖
在 Python 项目中,`requirements.txt` 用于记录依赖库及其版本,便于环境复现。本文介绍了多种生成该文件的方法:基础方法使用 `pip freeze`,进阶方法使用 `pipreqs`,专业方法使用 `poetry` 或 `pipenv`,以及手动维护方式。每种方法适用不同场景,涵盖从简单导出到复杂依赖管理,并提供常见问题的解决方案,帮助开发者高效生成精准的依赖列表,确保项目环境一致性。
1032 4
|
3月前
|
安全 JavaScript Java
Python中None与NoneType的真相:从单例对象到类型系统的深度解析
本文通过10个真实场景,深入解析Python中表示“空值”的None与NoneType。从单例模式、函数返回值,到类型注解、性能优化,全面揭示None在语言设计与实际编程中的核心作用,帮助开发者正确高效地处理“无值”状态,写出更健壮、清晰的Python代码。
354 3
|
4月前
|
数据采集 监控 调度
干货分享“用 多线程 爬取数据”:单线程 + 协程的效率反超 3 倍,这才是 Python 异步的正确打开方式
在 Python 爬虫中,多线程因 GIL 和切换开销效率低下,而协程通过用户态调度实现高并发,大幅提升爬取效率。本文详解协程原理、实战对比多线程性能,并提供最佳实践,助你掌握异步爬虫核心技术。
|
5月前
|
JSON 算法 Java
打造终端里的下载利器:Python实现可恢复式多线程下载器
在数字时代,大文件下载已成为日常需求。本文教你用Python打造专业级下载器,支持断点续传、多线程加速、速度限制等功能,显著提升终端下载体验。内容涵盖智能续传、多线程分块下载、限速控制及Rich库构建现代终端界面,助你从零构建高效下载工具。
349 1
|
4月前
|
数据采集 存储 Java
多线程Python爬虫:加速大规模学术文献采集
多线程Python爬虫:加速大规模学术文献采集

热门文章

最新文章

推荐镜像

更多