前言
日常办公和数据处理中，Excel表格是高频使用的工具，但我们经常会遇到一些「棘手问题」：比如两个表格需要比对差异（还可能带图片、比对列名不同）、表格数据行错乱（一行数据拆成了多行）、导出数据时图片丢失……市面上要么是Excel自带的比对功能太弱，要么是第三方工具收费且不支持图片保留。
基于此，我用Python+Tkinter开发了一款轻量、免费、开源的表格比对&整理工具，核心解决「表格比对」「错乱行整理」两大痛点，本文会详细介绍工具功能、使用方法和核心代码逻辑。
代码已经开源在github，地址如下：
https://github.com/ChenAI-TGF/Table_Comparison_Program
一、工具核心优势
- 双核心功能：支持表格差异比对 + 错乱行整理，一站式解决Excel处理痛点；
- 图片保留：读取/导出Excel时完整保留图片，解决常规工具丢失图片的问题；
- 灵活配置：支持自定义比对列（不同表格列名不同也能比对）、自定义整理行的判断列；
- 友好交互：带进度条、多线程处理（避免UI卡死）、中文适配，新手也能快速上手；
- 格式兼容：支持.xlsx（带图片）和.csv（无图片）格式，覆盖主流表格格式。
二、功能演示
2.1 环境准备
工具基于Python开发，需先配置环境：
# 安装核心依赖（tkinter一般Python自带，无需额外安装）
pip install pandas openpyxl
- 系统兼容：Windows/macOS/Linux（Windows体验最佳）；
- 格式说明：仅支持.xlsx（可保留图片）和.csv（无图片），不支持旧版.xls（openpyxl不兼容）。
2.2 工具启动
将本文末尾的完整代码保存为table_tool.py，运行命令：
python table_tool.py
启动后界面如下，主要分为「表格比对区」「表格整理区」「进度条区」三大模块，布局清晰：
2.3 功能1：表格比对（支持图片保留）
适用场景：比如有「表格A」和「表格B」，需要找出「A有B无」「B有A无」「两者共有」的数据，且表格中包含图片（如产品图、二维码）。
操作步骤：
上传文件：点击「文件A/文件B」的「选择文件」按钮，上传需要比对的两个表格；
配置比对规则：
- 选择「文件A/B子表格」（支持多sheet表格）；
- 选择「A/B表格比对列」（比如A表用「申请注册号」，B表用「注册号」比对）；
开始比对：点击「开始比对」，进度条会实时显示处理进度（多线程不卡UI）；
导出结果：
- 点击「导出A有B无的数据」/「导出B有A无的数据」：导出差异数据，保留对应图片；
- 点击「导出共有数据」：可选择按A表/ B表格式导出，自动映射图片到对应行。
效果示例：
- 原表格A有100行，表格B有80行
- 比对后导出「A有B无」数据20行
2.4 功能2：表格整理（解决一行数据占多行问题）
适用场景：比如表格中一行数据被拆成了多行（如商品信息行，后续行是补充的属性，无核心编号），需要合并为一行，且保留原表格中的图片。
操作步骤：
- 上传待整理文件：点击「待整理文件」的「选择文件」按钮；
- 配置整理规则：
- 选择「待整理子表格」；
- 选择「新行判断列」（核心列，比如「商品编号」——该列非空则为新行，空则为补充行）；
开始整理：点击「开始整理表格」，进度条显示处理进度；
导出结果：点击「导出整理后表格」，合并后的行数据+图片会被完整导出。
效果示例：
- 原表格有200行（实际只有80条有效数据，每行占2-3行）；
- 整理后变为80行，图片自动映射到对应合并后的行。
三、核心代码讲解
工具的核心类是TableCompareApp，整体架构分为「UI搭建」「文件读取（含图片）」「比对逻辑」「整理逻辑」「导出功能」五部分，下面重点讲解核心逻辑（UI部分简讲）。
3.1 UI部分
UI采用Tkinter的LabelFrame「Frame「Combobox「Progressbar`等组件，按功能分区域布局：
- 「文件上传区」：负责A/B文件、待整理文件的选择；
- 「信息展示区」：显示文件格式、行列数、图片数；
- 「配置区」：子表格、比对列、整理判断列的选择；
- 「操作区」：比对/整理/导出按钮；
- 「进度条区」：实时显示处理进度。
核心细节：
- 中文适配：通过
root.option_add("*Font", "SimHei 9")解决Windows下Tkinter中文乱码； - 按钮状态控制：根据文件上传/配置完成状态，动态启用/禁用按钮（如
check_compare_btn_state方法）。
3.2 核心1：文件读取（保留图片）
文件读取是工具的基础，核心是用openpyxl读取.xlsx文件（支持图片提取），代码在load_file/load_clean_file方法中：
# 关键代码片段：读取Excel并提取图片
if file_ext == ".xlsx":
# 用openpyxl读取工作簿（保留图片）
wb = load_workbook(file_path, data_only=True)
sheets = wb.sheetnames
for sheet in sheets:
ws = wb[sheet]
# 1. 读取表格数据到DataFrame（处理表头）
df = pd.DataFrame(ws.values)
if len(df) > 0:
df.columns = df.iloc[0] # 第一行设为列名
df = df.drop(0).reset_index(drop=True)
data_dict[sheet] = df
# 2. 提取图片及位置（核心：保留图片+行列映射）
sheet_images = []
for img in ws._images:
# 转换为1-based行列号（Excel原生格式）
row = img.anchor._from.row + 1
col = img.anchor._from.col + 1
sheet_images.append((img, row, col))
images_dict[sheet] = sheet_images
关键逻辑：
openpyxl的ws._images能获取工作表中所有图片对象；- 图片的
anchor属性包含位置信息，需转换为1-based（Excel行/列从1开始，openpyxl内部是0-based）； - 数据与图片分开存储，用字典关联「sheet名-数据/图片」，保证一一对应。
3.3 核心2：表格比对逻辑（含图片映射）
比对逻辑在compare_task方法中，采用多线程执行（避免UI卡死），核心分为「数据比对」和「图片映射」两部分：
3.3.1 数据比对核心
# 数据预处理：统一转字符串、填充空值（避免类型不一致导致比对错误）
df_a[col_a] = df_a[col_a].astype(str).fillna("")
df_b[col_b] = df_b[col_b].astype(str).fillna("")
# 集合运算：快速找差异/共有值（效率远高于循环）
a_vals = set(df_a[col_a].unique())
b_vals = set(df_b[col_b].unique())
a_not_b_vals = a_vals - b_vals # A有B无
b_not_a_vals = b_vals - a_vals # B有A无
common_vals = a_vals & b_vals # 共有值
# 筛选对应行
a_not_b_df = df_a[df_a[col_a].isin(a_not_b_vals)].reset_index(drop=True)
优势：用Python集合运算替代逐行循环，比对效率提升10倍以上，适合大数据量。
3.3.2 图片映射核心
比对后数据行号会变化，需将原图片的位置映射到新行：
# A格式共有数据图片映射示例
a_common_original_rows = df_a[df_a[col_a].isin(common_vals)].index.tolist()
a_common_images = []
for img, orig_row, col in img_a_list:
# 原Excel行 → 原DataFrame行（Excel行1=表头，行2=df第0行）
orig_df_row = orig_row - 2
if orig_df_row in a_common_original_rows:
# 新Excel行 = 新DataFrame行 + 2（表头占1行）
new_row = a_common_original_rows.index(orig_df_row) + 2
a_common_images.append((img, new_row, col))
关键逻辑：
- 建立「原DataFrame行号 → 新DataFrame行号」的映射；
- 转换为Excel原生行号（+2），保证图片位置准确。
3.4 核心3：表格整理逻辑（含图片映射）
整理逻辑在clean_table_task方法中，核心是「合并错乱行」+「行号映射」：
3.4.1 行合并核心
cleaned_rows = []
current_row = None
orig_to_new_row = {
} # 原行→新行映射字典
new_row_idx = 0
for idx, row in df.iterrows():
# 关键列非空 → 新行开始
if str(row[key_col]).strip() != "":
if current_row is not None:
cleaned_rows.append(current_row)
new_row_idx += 1
current_row = row.to_dict()
orig_to_new_row[idx] = new_row_idx
else:
# 关键列空 → 补充到当前行（仅填充空值）
if current_row is not None:
for col in df.columns:
if str(row[col]).strip() != "" and str(current_row[col]).strip() == "":
current_row[col] = row[col]
orig_to_new_row[idx] = new_row_idx
# 保存最后一行
if current_row is not None:
cleaned_rows.append(current_row)
cleaned_table_result = pd.DataFrame(cleaned_rows)
核心规则：仅当「新行判断列」非空时，才新建一行；否则将当前行的非空数据补充到上一行的空值中，保证一行数据完整。
3.4.2 图片映射核心
# 整理后图片映射
cleaned_table_images = []
for img, orig_row, col in orig_images:
orig_df_row = orig_row - 2 # Excel行→原DataFrame行
if orig_df_row in orig_to_new_row:
# 新Excel行 = 新DataFrame行 + 2
new_excel_row = orig_to_new_row[orig_df_row] + 2
cleaned_table_images.append((img, new_excel_row, col))
逻辑：通过orig_to_new_row字典，将原图片的行号映射到合并后的新行号，保证图片跟随对应数据行。
3.5 核心4：导出功能
导出功能封装在export_with_images方法中，核心是用openpyxl写入数据+图片：
if file_ext == ".xlsx":
# 创建新工作簿
wb = Workbook()
ws = wb.active
ws.title = "数据"
# 1. 写入DataFrame数据（保留表头）
for r in dataframe_to_rows(df, index=False, header=True):
ws.append(r)
# 2. 插入图片到对应位置
for img, row, col in images:
new_img = copy.deepcopy(img) # 复制图片避免引用冲突
new_img.anchor = f"{chr(64+col)}{row}" # 设置锚点（如A2、B5）
ws.add_image(new_img)
wb.save(file_path)
wb.close()
关键细节：
dataframe_to_rows：将DataFrame转换为Excel行格式，保留表头；- 图片锚点：用
chr(64+col)将列号（数字）转换为Excel列字母（如1→A，2→B）； - 深拷贝图片：避免多个图片引用同一对象导致导出失败。
3.6 辅助：进度条+多线程
- 多线程：比对/整理任务放在独立线程中执行（
threading.Thread），设置daemon=True保证线程随主程序退出； - 进度条更新：通过
update_progress方法实时刷新进度条，调用root.update_idletasks()强制刷新UI，避免进度条卡住。
四、使用注意事项
- 格式限制：仅支持.xlsx（带图片）和.csv（无图片），.xls格式需先转换为.xlsx；
- 图片位置：Excel中图片需「嵌入单元格」（而非浮窗），否则行列映射可能出错；
- 关键列选择：整理功能的「新行判断列」需选有唯一标识的列（如编号、名称），否则合并逻辑会出错；
- 大数据量：超过10万行的表格建议拆分处理，避免内存占用过高；
- 编码问题：CSV文件建议用UTF-8编码，否则可能出现中文乱码。
五、总结
这款工具以「解决实际痛点」为核心，通过Python+Tkinter实现了轻量化、可定制的表格处理能力，尤其是「图片保留」功能填补了常规工具的空白。代码完全开源，大家可以根据自己的需求二次开发（比如增加批量处理、格式转换、更多比对规则等）。
无论是办公人员快速处理表格，还是开发者学习Tkinter+Excel操作，这款工具都有一定的参考价值。如果有其他需求（比如支持更多格式、自动识别关键列），也可以基于核心逻辑扩展。
六、完整代码
import tkinter as tk
from tkinter import ttk, filedialog, messagebox
import pandas as pd
import os
import threading
import time
import copy
from openpyxl import load_workbook, Workbook
from openpyxl.drawing.image import Image as OpenpyxlImage
from openpyxl.utils.dataframe import dataframe_to_rows
# 全局变量存储文件数据（新增图片存储字段）
file_a_data = {
"sheets": [], "data": {
}, "path": "", "images": {
}} # images: {
sheet: [(img, row, col), ...]}
file_b_data = {
"sheets": [], "data": {
}, "path": "", "images": {
}}
# 新增：存储共有数据及对应图片
compare_result = {
"a_not_b": None, "b_not_a": None, "a_common": None, "b_common": None,
"a_common_images": [], "b_common_images": []
}
# 整理表格相关全局变量（新增图片存储）
clean_file_data = {
"sheets": [], "data": {
}, "path": "", "images": {
}}
cleaned_table_result = None
cleaned_table_images = [] # 整理后的图片：[(img, new_row, col), ...]
class TableCompareApp:
def __init__(self, root):
self.root = root
self.root.title("表格比对&整理工具")
self.root.geometry("950x850")
# 进度条变量
self.progress_var = tk.DoubleVar()
# 构建UI
self._create_widgets()
def _create_widgets(self):
# 1. 文件上传区域（原有比对功能）
upload_frame = ttk.LabelFrame(self.root, text="文件上传（比对功能）")
upload_frame.pack(padx=10, pady=10, fill="x")
# 文件A上传
ttk.Label(upload_frame, text="文件A：").grid(row=0, column=0, padx=5, pady=5, sticky="w")
self.file_a_label = ttk.Label(upload_frame, text="未选择文件", foreground="gray")
self.file_a_label.grid(row=0, column=1, padx=5, pady=5, sticky="w")
ttk.Button(upload_frame, text="选择文件", command=lambda: self.load_file("A")).grid(row=0, column=2, padx=5, pady=5)
# 文件B上传
ttk.Label(upload_frame, text="文件B：").grid(row=1, column=0, padx=5, pady=5, sticky="w")
self.file_b_label = ttk.Label(upload_frame, text="未选择文件", foreground="gray")
self.file_b_label.grid(row=1, column=1, padx=5, pady=5, sticky="w")
ttk.Button(upload_frame, text="选择文件", command=lambda: self.load_file("B")).grid(row=1, column=2, padx=5, pady=5)
# 2. 文件基本信息区域（原有）
info_frame = ttk.LabelFrame(self.root, text="文件基本信息")
info_frame.pack(padx=10, pady=5, fill="x")
self.file_a_info = ttk.Label(info_frame, text="文件A信息：无")
self.file_a_info.pack(padx=5, pady=2, anchor="w")
self.file_b_info = ttk.Label(info_frame, text="文件B信息：无")
self.file_b_info.pack(padx=10, pady=2, anchor="w")
# 3. 比对配置区域（原有）
config_frame = ttk.LabelFrame(self.root, text="比对配置（支持不同列比对）")
config_frame.pack(padx=10, pady=5, fill="x")
# 子表格选择
ttk.Label(config_frame, text="文件A子表格：").grid(row=0, column=0, padx=5, pady=5, sticky="w")
self.sheet_a_combobox = ttk.Combobox(config_frame, state="disabled")
self.sheet_a_combobox.grid(row=0, column=1, padx=5, pady=5, sticky="w")
ttk.Label(config_frame, text="文件B子表格：").grid(row=1, column=0, padx=5, pady=5, sticky="w")
self.sheet_b_combobox = ttk.Combobox(config_frame, state="disabled")
self.sheet_b_combobox.grid(row=1, column=1, padx=5, pady=5, sticky="w")
# 比对列选择
ttk.Label(config_frame, text="A表格比对列：").grid(row=2, column=0, padx=5, pady=5, sticky="w")
self.compare_col_a_combobox = ttk.Combobox(config_frame, state="disabled")
self.compare_col_a_combobox.grid(row=2, column=1, padx=5, pady=5, sticky="w")
ttk.Label(config_frame, text="B表格比对列：").grid(row=3, column=0, padx=5, pady=5, sticky="w")
self.compare_col_b_combobox = ttk.Combobox(config_frame, state="disabled")
self.compare_col_b_combobox.grid(row=3, column=1, padx=5, pady=5, sticky="w")
# 4. 操作按钮区域（新增：导出共有数据按钮）
compare_btn_frame = ttk.Frame(self.root)
compare_btn_frame.pack(padx=10, pady=10)
self.compare_btn = ttk.Button(compare_btn_frame, text="开始比对", command=self.start_compare, state="disabled")
self.compare_btn.pack(side="left", padx=5)
self.export_a_btn = ttk.Button(compare_btn_frame, text="导出A有B无的数据", command=lambda: self.export_result("a_not_b"), state="disabled")
self.export_a_btn.pack(side="left", padx=5)
self.export_b_btn = ttk.Button(compare_btn_frame, text="导出B有A无的数据", command=lambda: self.export_result("b_not_a"), state="disabled")
self.export_b_btn.pack(side="left", padx=5)
# 新增：导出共有数据按钮
self.export_common_btn = ttk.Button(compare_btn_frame, text="导出共有数据", command=self.export_common_result, state="disabled")
self.export_common_btn.pack(side="left", padx=5)
# ========== 表格整理功能区域 ==========
clean_frame = ttk.LabelFrame(self.root, text="表格整理功能（解决一行数据占多行问题）")
clean_frame.pack(padx=10, pady=15, fill="x")
# 选择要整理的文件
ttk.Label(clean_frame, text="待整理文件：").grid(row=0, column=0, padx=5, pady=5, sticky="w")
self.clean_file_label = ttk.Label(clean_frame, text="未选择文件", foreground="gray")
self.clean_file_label.grid(row=0, column=1, padx=5, pady=5, sticky="w")
ttk.Button(clean_frame, text="选择文件", command=self.load_clean_file).grid(row=0, column=2, padx=5, pady=5)
# 选择待整理的子表格
ttk.Label(clean_frame, text="待整理子表格：").grid(row=1, column=0, padx=5, pady=5, sticky="w")
self.clean_sheet_combobox = ttk.Combobox(clean_frame, state="disabled")
self.clean_sheet_combobox.grid(row=1, column=1, padx=5, pady=5, sticky="w")
# 选择关键列（判断新行的依据：关键列非空=新行）
ttk.Label(clean_frame, text="新行判断列：").grid(row=2, column=0, padx=5, pady=5, sticky="w")
self.clean_key_col_combobox = ttk.Combobox(clean_frame, state="disabled")
self.clean_key_col_combobox.grid(row=2, column=1, padx=5, pady=5, sticky="w")
# 整理/导出按钮
clean_btn_frame = ttk.Frame(clean_frame)
clean_btn_frame.grid(row=3, column=0, columnspan=3, pady=10)
self.clean_btn = ttk.Button(clean_btn_frame, text="开始整理表格", command=self.start_clean_table, state="disabled")
self.clean_btn.pack(side="left", padx=5)
self.export_clean_btn = ttk.Button(clean_btn_frame, text="导出整理后表格", command=self.export_cleaned_table, state="disabled")
self.export_clean_btn.pack(side="left", padx=5)
# ========== 进度条区域（共用） ==========
progress_frame = ttk.Frame(self.root)
progress_frame.pack(padx=10, pady=5, fill="x")
self.progress_bar = ttk.Progressbar(progress_frame, variable=self.progress_var, maximum=100)
self.progress_bar.pack(fill="x", padx=5, pady=5)
self.progress_label = ttk.Label(progress_frame, text="进度：0%")
self.progress_label.pack(anchor="center")
# ========== 核心修复：支持读取图片 ==========
def load_file(self, file_type):
"""加载比对用的A/B文件（支持读取图片）"""
file_path = filedialog.askopenfilename(
title=f"选择{file_type}文件",
filetypes=[("Excel文件", "*.xlsx"), ("CSV文件", "*.csv"), ("所有文件", "*.*")]
)
if not file_path:
return
# 初始化数据
if file_type == "A":
file_a_data.update({
"sheets": [], "data": {
}, "path": file_path, "images": {
}})
self.file_a_label.config(text=os.path.basename(file_path))
target_data = file_a_data
else:
file_b_data.update({
"sheets": [], "data": {
}, "path": file_path, "images": {
}})
self.file_b_label.config(text=os.path.basename(file_path))
target_data = file_b_data
try:
file_ext = os.path.splitext(file_path)[1].lower()
sheets = []
data_dict = {
}
images_dict = {
} # 存储每个sheet的图片 (img, row, col)
if file_ext == ".xlsx":
# 用openpyxl读取工作簿（保留图片）
wb = load_workbook(file_path, data_only=True)
sheets = wb.sheetnames
for sheet in sheets:
ws = wb[sheet]
# 读取数据到DataFrame
df = pd.DataFrame(ws.values)
# 设置列名（第一行）
if len(df) > 0:
df.columns = df.iloc[0]
df = df.drop(0).reset_index(drop=True)
else:
df.columns = []
data_dict[sheet] = df
# 提取图片及位置（openpyxl行/列从0开始，转换为1-based）
sheet_images = []
for img in ws._images:
row = img.anchor._from.row + 1 # 转换为1-based行号
col = img.anchor._from.col + 1 # 转换为1-based列号
sheet_images.append((img, row, col))
images_dict[sheet] = sheet_images
wb.close()
elif file_ext == ".csv":
sheets = ["默认表格"]
df = pd.read_csv(file_path)
data_dict["默认表格"] = df
images_dict["默认表格"] = [] # CSV无图片
else:
messagebox.showerror("错误", "仅支持xlsx和csv格式文件！")
return
# 更新数据和图片
target_data["sheets"] = sheets
target_data["data"] = data_dict
target_data["images"] = images_dict
# 更新信息显示（包含图片数）
if file_type == "A":
first_sheet = sheets[0]
first_df = data_dict[first_sheet]
img_count = len(images_dict[first_sheet])
info_text = f"文件A信息：格式={file_ext[1:].upper()} | 子表格数={len(sheets)} | "
info_text += f"首个表格行数={len(first_df)} | 列数={len(first_df.columns)} | 图片数={img_count}"
self.file_a_info.config(text=info_text)
self.sheet_a_combobox.config(state="normal", values=sheets)
self.sheet_a_combobox.current(0)
self.update_compare_columns()
else:
first_sheet = sheets[0]
first_df = data_dict[first_sheet]
img_count = len(images_dict[first_sheet])
info_text = f"文件B信息：格式={file_ext[1:].upper()} | 子表格数={len(sheets)} | "
info_text += f"首个表格行数={len(first_df)} | 列数={len(first_df.columns)} | 图片数={img_count}"
self.file_b_info.config(text=info_text)
self.sheet_b_combobox.config(state="normal", values=sheets)
self.sheet_b_combobox.current(0)
self.update_compare_columns()
self.check_compare_btn_state()
except Exception as e:
messagebox.showerror("读取失败", f"文件{file_type}读取错误：{str(e)}")
def load_clean_file(self):
"""加载待整理的表格文件（支持读取图片）"""
file_path = filedialog.askopenfilename(
title="选择待整理的表格文件",
filetypes=[("Excel文件", "*.xlsx"), ("CSV文件", "*.csv"), ("所有文件", "*.*")]
)
if not file_path:
return
# 清空原有整理文件数据
clean_file_data.update({
"sheets": [], "data": {
}, "path": file_path, "images": {
}})
self.clean_file_label.config(text=os.path.basename(file_path))
try:
file_ext = os.path.splitext(file_path)[1].lower()
sheets = []
data_dict = {
}
images_dict = {
}
if file_ext == ".xlsx":
# 用openpyxl读取工作簿（保留图片）
wb = load_workbook(file_path, data_only=True)
sheets = wb.sheetnames
for sheet in sheets:
ws = wb[sheet]
# 读取数据到DataFrame
df = pd.DataFrame(ws.values)
# 设置列名（第一行）
if len(df) > 0:
df.columns = df.iloc[0]
df = df.drop(0).reset_index(drop=True)
else:
df.columns = []
data_dict[sheet] = df
# 提取图片及位置
sheet_images = []
for img in ws._images:
row = img.anchor._from.row + 1
col = img.anchor._from.col + 1
sheet_images.append((img, row, col))
images_dict[sheet] = sheet_images
wb.close()
elif file_ext == ".csv":
sheets = ["默认表格"]
df = pd.read_csv(file_path)
data_dict["默认表格"] = df
images_dict["默认表格"] = []
else:
messagebox.showerror("错误", "仅支持xlsx和csv格式文件！")
return
# 存储数据和图片
clean_file_data["sheets"] = sheets
clean_file_data["data"] = data_dict
clean_file_data["images"] = images_dict
# 更新子表格下拉框
self.clean_sheet_combobox.config(state="normal", values=sheets)
self.clean_sheet_combobox.current(0)
# 更新关键列下拉框（新行判断列）
self.update_clean_key_columns()
# 启用整理按钮
self.clean_btn.config(state="normal")
# 显示文件信息（包含图片数）
first_sheet = sheets[0]
first_df = data_dict[first_sheet]
img_count = len(images_dict[first_sheet])
info_text = f"待整理文件信息：格式={file_ext[1:].upper()} | 子表格数={len(sheets)} | "
info_text += f"首个表格行数={len(first_df)} | 列数={len(first_df.columns)} | 图片数={img_count}"
messagebox.showinfo("文件加载成功", info_text)
except Exception as e:
messagebox.showerror("读取失败", f"待整理文件读取错误：{str(e)}")
# ========== 通用导出函数（核心修复：支持导出图片） ==========
def export_with_images(self, df, images, title):
"""通用导出函数（支持图片保留）"""
# 选择导出路径
file_path = filedialog.asksaveasfilename(
title=title,
filetypes=[("Excel文件", "*.xlsx"), ("CSV文件", "*.csv")],
defaultextension=".xlsx"
)
if not file_path:
return
file_ext = os.path.splitext(file_path)[1].lower()
try:
if file_ext == ".xlsx":
# 创建新工作簿
wb = Workbook()
ws = wb.active
ws.title = "数据"
# 写入DataFrame数据（保留表头）
for r in dataframe_to_rows(df, index=False, header=True):
ws.append(r)
# 插入图片到对应位置
for img, row, col in images:
# 复制图片对象避免引用冲突
new_img = copy.deepcopy(img)
# 设置图片锚点（列字母+行号）
new_img.anchor = f"{chr(64+col)}{row}"
ws.add_image(new_img)
# 保存工作簿
wb.save(file_path)
wb.close()
messagebox.showinfo("导出成功", f"数据已导出至：{file_path}\n包含图片：{len(images)}张")
elif file_ext == ".csv":
# CSV不支持图片，提示用户
if images:
messagebox.showwarning("格式提示", "CSV格式不支持存储图片，图片将丢失！")
df.to_csv(file_path, index=False, encoding="utf-8-sig")
messagebox.showinfo("导出成功", f"数据已导出至：{file_path}\n注意：CSV格式不包含图片")
except Exception as e:
messagebox.showerror("导出失败", f"导出错误：{str(e)}")
# ========== 比对功能（修复：处理图片） ==========
def update_compare_columns(self):
"""更新比对列下拉框"""
if file_a_data["sheets"] and self.sheet_a_combobox.get():
sheet_a = self.sheet_a_combobox.get()
cols_a = file_a_data["data"][sheet_a].columns.tolist()
self.compare_col_a_combobox.config(state="normal", values=cols_a)
self.compare_col_a_combobox.current(0)
if file_b_data["sheets"] and self.sheet_b_combobox.get():
sheet_b = self.sheet_b_combobox.get()
cols_b = file_b_data["data"][sheet_b].columns.tolist()
self.compare_col_b_combobox.config(state="normal", values=cols_b)
self.compare_col_b_combobox.current(0)
def check_compare_btn_state(self):
"""检查比对按钮状态"""
if (file_a_data["path"] and file_b_data["path"] and
self.compare_col_a_combobox.get() and self.compare_col_b_combobox.get()):
self.compare_btn.config(state="normal")
else:
self.compare_btn.config(state="disabled")
def update_progress(self, value):
"""更新进度条"""
self.progress_var.set(value)
self.progress_label.config(text=f"进度：{int(value)}%")
self.root.update_idletasks()
def compare_task(self):
"""比对任务（修复：处理共有数据图片）"""
try:
# 1. 获取配置信息
sheet_a = self.sheet_a_combobox.get()
sheet_b = self.sheet_b_combobox.get()
col_a = self.compare_col_a_combobox.get()
col_b = self.compare_col_b_combobox.get()
# 2. 获取数据和图片
df_a = file_a_data["data"][sheet_a].copy()
df_b = file_b_data["data"][sheet_b].copy()
img_a_list = file_a_data["images"].get(sheet_a, [])
img_b_list = file_b_data["images"].get(sheet_b, [])
# 3. 进度条初始化
self.update_progress(0)
time.sleep(0.1)
# 4. 数据预处理
self.update_progress(20)
df_a[col_a] = df_a[col_a].astype(str).fillna("")
df_b[col_b] = df_b[col_b].astype(str).fillna("")
# 5. 核心比对逻辑
self.update_progress(50)
a_vals = set(df_a[col_a].unique())
b_vals = set(df_b[col_b].unique())
# A有B无的行
a_not_b_vals = a_vals - b_vals
a_not_b_df = df_a[df_a[col_a].isin(a_not_b_vals)].reset_index(drop=True)
# B有A无的行
b_not_a_vals = b_vals - a_vals
b_not_a_df = df_b[df_b[col_b].isin(b_not_a_vals)].reset_index(drop=True)
# 共有数据
common_vals = a_vals & b_vals
a_common_df = df_a[df_a[col_a].isin(common_vals)].reset_index(drop=True)
b_common_df = df_b[df_b[col_b].isin(common_vals)].reset_index(drop=True)
# 处理共有数据的图片（映射行号）
# A格式共有数据图片
a_common_original_rows = df_a[df_a[col_a].isin(common_vals)].index.tolist()
a_common_images = []
for img, orig_row, col in img_a_list:
orig_df_row = orig_row - 2 # Excel行1=表头，行2=df第0行
if orig_df_row in a_common_original_rows:
new_row = a_common_original_rows.index(orig_df_row) + 2 # 新表行2开始是数据
a_common_images.append((img, new_row, col))
# B格式共有数据图片
b_common_original_rows = df_b[df_b[col_b].isin(common_vals)].index.tolist()
b_common_images = []
for img, orig_row, col in img_b_list:
orig_df_row = orig_row - 2
if orig_df_row in b_common_original_rows:
new_row = b_common_original_rows.index(orig_df_row) + 2
b_common_images.append((img, new_row, col))
# 6. 存储结果
compare_result["a_not_b"] = a_not_b_df
compare_result["b_not_a"] = b_not_a_df
compare_result["a_common"] = a_common_df
compare_result["b_common"] = b_common_df
compare_result["a_common_images"] = a_common_images
compare_result["b_common_images"] = b_common_images
# 7. 完成进度
self.update_progress(100)
# 8. 启用导出按钮
self.export_a_btn.config(state="normal")
self.export_b_btn.config(state="normal")
self.export_common_btn.config(state="normal")
# 显示结果（包含图片数）
messagebox.showinfo("比对完成",
f"比对结果：\nA有B无的数据行数：{len(a_not_b_df)}\n"
f"B有A无的数据行数：{len(b_not_a_df)}\n"
f"共有数据行数（A格式）：{len(a_common_df)} | 图片数：{len(a_common_images)}\n"
f"共有数据行数（B格式）：{len(b_common_df)} | 图片数：{len(b_common_images)}")
except Exception as e:
messagebox.showerror("比对失败", f"比对过程出错：{str(e)}")
self.update_progress(0)
def start_compare(self):
"""启动比对"""
self.compare_btn.config(state="disabled")
self.export_a_btn.config(state="disabled")
self.export_b_btn.config(state="disabled")
self.export_common_btn.config(state="disabled")
compare_thread = threading.Thread(target=self.compare_task)
compare_thread.daemon = True
compare_thread.start()
def export_result(self, result_type):
"""导出比对结果（修复：支持图片）"""
if compare_result[result_type] is None:
messagebox.showwarning("提示", "暂无可导出的数据！")
return
# 筛选对应图片
if result_type == "a_not_b":
df = compare_result["a_not_b"]
sheet_a = self.sheet_a_combobox.get()
img_a_list = file_a_data["images"].get(sheet_a, [])
col_a = self.compare_col_a_combobox.get()
a_not_b_vals = set(df[col_a].unique())
a_not_b_original_rows = file_a_data["data"][sheet_a][file_a_data["data"][sheet_a][col_a].isin(a_not_b_vals)].index.tolist()
images = []
for img, orig_row, col in img_a_list:
orig_df_row = orig_row - 2
if orig_df_row in a_not_b_original_rows:
new_row = a_not_b_original_rows.index(orig_df_row) + 2
images.append((img, new_row, col))
title = "保存A有B无的数据"
elif result_type == "b_not_a":
df = compare_result["b_not_a"]
sheet_b = self.sheet_b_combobox.get()
img_b_list = file_b_data["images"].get(sheet_b, [])
col_b = self.compare_col_b_combobox.get()
b_not_a_vals = set(df[col_b].unique())
b_not_a_original_rows = file_b_data["data"][sheet_b][file_b_data["data"][sheet_b][col_b].isin(b_not_a_vals)].index.tolist()
images = []
for img, orig_row, col in img_b_list:
orig_df_row = orig_row - 2
if orig_df_row in b_not_a_original_rows:
new_row = b_not_a_original_rows.index(orig_df_row) + 2
images.append((img, new_row, col))
title = "保存B有A无的数据"
else:
return
self.export_with_images(df, images, title)
def export_common_result(self):
"""导出共有数据（修复：支持图片）"""
if compare_result["a_common"] is None or compare_result["b_common"] is None:
messagebox.showwarning("提示", "暂无共有数据可导出！")
return
# 选择导出格式
choice = messagebox.askquestion(
"选择导出格式",
"请选择共有数据的导出格式：\n【是】= 按A表格格式导出（保留A表格列结构）\n【否】= 按B表格格式导出（保留B表格列结构）",
icon="question"
)
if choice == "yes":
df = compare_result["a_common"]
images = compare_result["a_common_images"]
title = "保存按A表格格式的共有数据"
elif choice == "no":
df = compare_result["b_common"]
images = compare_result["b_common_images"]
title = "保存按B表格格式的共有数据"
else:
return
self.export_with_images(df, images, title)
# ========== 表格整理功能（修复：处理图片） ==========
def update_clean_key_columns(self):
"""更新整理功能的关键列下拉框"""
if clean_file_data["sheets"] and self.clean_sheet_combobox.get():
sheet = self.clean_sheet_combobox.get()
cols = clean_file_data["data"][sheet].columns.tolist()
self.clean_key_col_combobox.config(state="normal", values=cols)
self.clean_key_col_combobox.current(0)
def clean_table_task(self):
"""表格整理任务（修复：合并数据+保留图片）"""
global cleaned_table_result, cleaned_table_images
try:
# 获取配置
sheet = self.clean_sheet_combobox.get()
key_col = self.clean_key_col_combobox.get()
df = clean_file_data["data"][sheet].copy()
orig_images = clean_file_data["images"].get(sheet, [])
# 进度条初始化
self.update_progress(0)
time.sleep(0.1)
# 预处理
self.update_progress(10)
df = df.fillna("")
# 核心整理逻辑
self.update_progress(20)
cleaned_rows = []
current_row = None
orig_to_new_row = {
} # 原df行号 → 新df行号映射
new_row_idx = 0
total_rows = len(df)
for idx, row in df.iterrows():
# 更新进度
progress = 20 + (idx / total_rows) * 70
self.update_progress(progress)
# 关键列非空 = 新行开始
if str(row[key_col]).strip() != "":
if current_row is not None:
cleaned_rows.append(current_row)
new_row_idx += 1
current_row = row.to_dict()
orig_to_new_row[idx] = new_row_idx
else:
# 补充到当前行
if current_row is not None:
for col in df.columns:
if str(row[col]).strip() != "" and str(current_row[col]).strip() == "":
current_row[col] = row[col]
orig_to_new_row[idx] = new_row_idx
# 保存最后一行
if current_row is not None:
cleaned_rows.append(current_row)
new_row_idx += 1
# 转换为DataFrame
self.update_progress(90)
cleaned_table_result = pd.DataFrame(cleaned_rows)
# 处理图片（映射到新行号）
cleaned_table_images = []
for img, orig_row, col in orig_images:
orig_df_row = orig_row - 2 # Excel行 → df行号
if orig_df_row in orig_to_new_row:
# 新Excel行号 = 新df行号 + 2（行1是表头）
new_excel_row = orig_to_new_row[orig_df_row] + 2
cleaned_table_images.append((img, new_excel_row, col))
# 完成进度
self.update_progress(100)
# 启用导出按钮
self.export_clean_btn.config(state="normal")
messagebox.showinfo("整理完成",
f"表格整理成功！\n原行数：{len(df)} | 整理后行数：{len(cleaned_table_result)}\n"
f"原图片数：{len(orig_images)} | 整理后图片数：{len(cleaned_table_images)}")
except Exception as e:
messagebox.showerror("整理失败", f"表格整理出错：{str(e)}")
self.update_progress(0)
def start_clean_table(self):
"""启动表格整理"""
if not self.clean_key_col_combobox.get():
messagebox.showwarning("提示", "请选择新行判断列！")
return
self.clean_btn.config(state="disabled")
self.export_clean_btn.config(state="disabled")
clean_thread = threading.Thread(target=self.clean_table_task)
clean_thread.daemon = True
clean_thread.start()
def export_cleaned_table(self):
"""导出整理后的表格（修复：保留图片）"""
global cleaned_table_result, cleaned_table_images
if cleaned_table_result is None:
messagebox.showwarning("提示", "暂无整理后的数据！")
return
self.export_with_images(cleaned_table_result, cleaned_table_images, "保存整理后的表格")
if __name__ == "__main__":
root = tk.Tk()
# 解决tkinter中文乱码（Windows）
try:
root.option_add("*Font", "SimHei 9")
except:
pass
app = TableCompareApp(root)
root.mainloop()
