python自动化之使用openpyxl读取和修改Excel文档。

简介: openpyxl是一个比较综合的工具,能够同时读取和修改Excel文档。

openpyxl介绍:

openpyxl是一个比较综合的工具,能够同时读取和修改Excel文档。
openpyxl模块只支持xlsx/xlsm/xltx/xltm格式,不支持xls格式。
openpyxl的官方文档地址在这里:官网文档
安装方式:

打开命令行窗口,执行命令 pip install openpyxl

openpyxl的简单使用入门

使用之前导入模块:

import openpyxl as op

写文件

1、创建一个工作簿,同时创建一个工作表sheet: wb = op.Workbook()
2、创建新的sheet的两种方式:
ws = wb.create_sheet()
在指定位置创建工作表
ws = wb.create_sheet(index=0)
3、设置工作表sheet名字
ws.title = '工作表1'
print(ws.title)
4、上面两步可以使用一句代码实现:创建自定义名字的sheet
ws = wb.create_sheet('工作表2',0)
5、修改sheet表,改变工作表标签颜色,默认为无颜色
ws.sheet_properties.tabColor = "F22F27"
6、激活工作簿,获取index=0的工作表
ws = wb.active
7、在单元格写入数据:
ws['A1'] = 42 在A1单元格写入
ws.cell(row=1, column=2, value=42) 在B1单元格写入
ws.cell(1,3).value= 42 在C1单元格写入
8、新增一行数据:传入数组
ws.append([1, 2, 3, 4])
9、保存工作簿
wb.save('openpyxl.xlsx')


当一个工作表被创建时,其中不包含单元格,只有当单元格被获取时才被创建。
这种方式我们不会创建我们从不会使用的单元格,从而减少了内存消耗;


读文件



def read():
    ''''''
    filename = 'H:/openpyxl.xlsx'
    #打开文件
    wb = op.load_workbook(filename=filename)
    ws = wb.active
    print(ws.max_row)     # 获取工作表最大行
    print(ws.max_column)  # 获取工作表最大列
    print(ws.calculate_dimension())  # 获取工作表全部数据的单元格区域
    
    #获取所有sheet
    for sheet in wb:
        print(sheet.title)
    
    #复制工作表
    ws_1 = wb.copy_worksheet(ws)
    ws_1.title = 'copy'
    print(ws.title)
    #获取所有工作表sheet
    print(wb.sheetnames)
    #根据名字获取sheet
    ws_2 = wb['copy']
    #删除sheet
    wb.remove(ws_1)
    #del wb['copy']
    print(wb.sheetnames)

#read()

def readRange():

    filename = 'H:/openpyxl.xlsx'
    #打开文件
    wb = op.load_workbook(filename=filename)
    ws = wb.active
    
    #获取单个单元格值
    cell_A2 = ws['A2']
    cell_B2 = ws.cell(row=2, column=2)
    print(cell_A2.value, cell_B2.value)
    
    # 通过行/列
    print(ws['A'])        #A列
    print(ws['A:B'])      #A、B列
    print(ws[2])             #第2行
    print(ws[2:5])        #2-5行
    
    # 迭代所有行
    all_by_row = ws.rows 
    # 迭代所有列
    all_by_col =ws.columns
    print(all_by_row,all_by_col)
    #获取多个单元格值
    cell_area = ws['A1':'B3']
    for rows in cell_area:
        for cells in rows:
            print(cells.value)

写入图片

image.png

相关文章
|
2天前
|
数据采集 人工智能 程序员
避坑指南!细说Python自动化办公的5大缺点
Python如今变得愈发流行,不仅程序员,许多非专业人员也开始学习它,主要目的是提高工作效率而非成为专家。然而,Python自动化办公并非完美,存在一些缺点:首先,它仅支持Windows系统,这对Mac用户不太友好;其次,其功能虽强大但不够专业,大多功能一行代码即可完成;再者,代码包体积较大,约200MB;此外,技术门槛较低,难以形成职业优势;最后,相较于专业代码,它的启动速度较慢。即便如此,它依然比人工操作高效得多。如果能接受以上缺点,可参考《50讲·Python自动化办公》教程,快速掌握自动化办公技能。
41 29
|
2天前
|
安全 JavaScript 前端开发
自动化测试的魔法:如何用Python编写你的第一个测试脚本
【8月更文挑战第41天】在软件的世界里,质量是王道。而自动化测试,就像是维护这个王国的骑士,确保我们的软件产品坚不可摧。本文将引导你进入自动化测试的奇妙世界,教你如何使用Python这把强大的魔法杖,编写出能够守护你代码安全的第一道防护咒语。让我们一起开启这场魔法之旅吧!
|
6天前
|
测试技术 API Python
python在自动化测试中的经典例子
python在自动化测试中的经典例子
23 12
|
6天前
|
运维 监控 安全
python在自动化运维中的妙用分享
python在自动化运维中的妙用分享
22 8
|
3天前
|
数据采集 存储 数据挖掘
使用Python读取Excel数据
本文介绍了如何使用Python的`pandas`库读取和操作Excel文件。首先,需要安装`pandas`和`openpyxl`库。接着,通过`read_excel`函数读取Excel数据,并展示了读取特定工作表、查看数据以及计算平均值等操作。此外,还介绍了选择特定列、筛选数据和数据清洗等常用操作。`pandas`是一个强大且易用的工具,适用于日常数据处理工作。
|
4天前
|
运维 监控 API
自动化运维:使用Python脚本进行日常管理
【9月更文挑战第6天】在现代的IT环境中,自动化运维已成为提升效率、减少人为错误的关键。本文将介绍如何通过Python脚本简化日常的运维任务,包括批量配置管理和日志分析。我们将从基础语法讲起,逐步深入到脚本的实际应用,旨在为读者提供一套完整的解决方案,以实现运维工作的自动化和优化。
11 1
|
9天前
|
IDE 测试技术 持续交付
Python自动化测试与单元测试框架:提升代码质量与效率
【9月更文挑战第3天】随着软件行业的迅速发展,代码质量和开发效率变得至关重要。本文探讨了Python在自动化及单元测试中的应用,介绍了Selenium、Appium、pytest等自动化测试框架,以及Python标准库中的unittest单元测试框架。通过详细阐述各框架的特点与使用方法,本文旨在帮助开发者掌握编写高效测试用例的技巧,提升代码质量与开发效率。同时,文章还提出了制定测试计划、持续集成与测试等实践建议,助力项目成功。
32 5
|
8天前
|
数据挖掘 数据处理 Python
python如何高效处理excel图表案例分享
python如何高效处理excel图表案例分享
19 2
|
1天前
|
存储 数据采集 人工智能
探索Python编程之美——从基础到进阶
【9月更文挑战第9天】本文是一篇深入浅出的技术分享文章,旨在引导读者从零基础开始掌握Python编程。我们将通过生动的实例和代码示例,探讨Python的基本语法、数据结构、函数、模块以及面向对象编程等核心概念。无论你是初学者还是有一定经验的开发者,都能在这篇文章中找到有价值的内容。让我们一起开启Python编程之旅吧!
16 11