python编程快速上手--重点整理（下）

第十二章--处理excel电子表格（P218）

• 主要是学习openpyxl模块，因为书本上是2.1版本的，但是现在已经更新到了2.5版本了，期间还是有很多不一样的地方，可以学习openpyxl的文档。
• 2.4版本文档：点击打开链接
• 2.5版本文档：点击打开链接
• 书本上2.1的版本，2.4/2.5有几个不同的地方：
• （1）没有get_highest_row()和get_highest_column()方法，用啥代替没找到
• （2）column_index_string()和get_column_letter()函数在openpyxl.utils.cell模块下
• （3）没有Style对象，worksheet对象有font属性，直接将Font对象赋值即可
• （4）图表也有些不同

第十三章--处理pdf和word文档

• ★PyPDF2没有办法从PDF中提取图像，图标或其他媒体。但它可以提取文本，并将文本返回给python字符串。
  
• ★处理PDF文档（P244）
• 注意：pdf名字好像不能是中文名，而且会出现以下的错误，不知什么原因：
• 
  
• ★word文档（P253）
• 利用python-docx模块，python可以创建和修改word文档，但是好像它只能处理.docx文件。注意，在导入python-docx模块的时候是import docx而不是import python-docx。
• ★python-docx用三种不同的类型来表示docx文件，Document对象表示整个文档，Document对象包含一个Paragraph对象的列表，表示文档中的段落，每个Paragrapgh对象对象都包含一个Run对象的列表。一个Run对象就是相同样式文本的延续，当文本的样式发生改变时，就需要一个新的Run对象（简单来说，就是不同样式的字符的分割，例如字体变粗变斜体都会产生新的run对象）。
  
• 
  
• ★利用paragraph对象和run对象的style属性可以设置他们的样式，通过run对象的text属性可以进一步设置样式，例如粗体，斜体，下划线等等。（P255-P258)
  
• ★创建新的docx文件。调用add_paragraph()方法，添加新的段落。调用paragraph对象的add_run()方法可以在段落后面添加新的内容。add_paragraph()和add_run()方法都接受第二个参数，表示paragraph或者run对象的样式。

• import docx
  
  doc=docx.Document()
  doc.add_paragraph('hello world','Title')
  parag2=doc.add_paragraph('this is a test.docx')
  parag2.add_run('这是parag2新添加的内容')
  doc.save('test.docx')
  

  
  
• ★添加标题add_heading('header',0)，其中参数0-4表示不同的标题样式，其实就是字体的大小不一样。

• ★添加图像add_picture()方法，可选的width和height关键字参数，将设置图像在文档中的宽度和高度。如果省略，则采用默认值。

• import docx
  from docx import text,shared
  doc=docx.Document('test.docx')
  doc.add_heading('header',0)
  doc.add_picture('pic.png')
  #doc.add_picture('pic.png',width=shared.Inches(1),height=shared.Cm(4))
  doc.save('test.docx')
  

第十四章--处理CSV文件和JSON数据

• ★xlsx和csv文件的不同之处
• 
  

• ★csv文件的特性：
• （1）值没有类型，所有的东西都是字符串
• （2）没有字体大小和颜色的设置
• （3）没有多个工作表
• （4）不能指定单元格的宽度和高度
• （5）不能合并的单元格
• （6）不能嵌入图像或图表
• （7）可以使用文本编辑器打开，以逗号作为单元格的分隔符
• ★Reader对象（P266）
  
• 用csv模块从csv文件中读取数据，需要创建一个Reader对象，Reader对象可以让你迭代遍历csv文件中的每一行。在Reader对象上应用list()函数，将返回一个列表的列表，每一行是一个列表，而所有的行又组成一个列表，可以通过下标的方式访问值。
• 
  
• ★循环读取Reader对象的数据
  
• 调用Reader对象的line_num变量可以显示当前行的编号，注意，Reader对象只能循环遍历一次，要再次读取csv文件，需要调用csv.reader创建新的对象。

• import csv
  
  file=open('example.csv')
  reader=csv.reader(file)
  
  for row in reader:
      print('#'+str(reader.line_num)+' '+str(row))
  

  
  
  
• ★Writer对象（P268）
• Writer对象让你将数据写入csv文件。使用csv.writer()函数创建Writer对象。
• 注意，在windows上，需要为open()函数的newline关键字传入一个空字符串，否则csv中的行距将有两倍。writerow()方法接受一个列表参数，返回字符个数（包括换行字符）

• import csv
  
  file=open('output.csv','w',newline='')
  writer=csv.writer(file)
  
  writer.writerow(['a','sdgfasd','dcat','sf'])
  writer.writerow([1,2,34,2.55,23])
  file.close()

  ★csv.writer()函数中的参数delimiter和lineterminator
• delimiter是文本中的分隔符，分隔符是一行中单元格之间出现的字符。csv默认的分隔符是逗号。
• lineterminator是行终止字符，行终止字符是出现在行末的字符。csv默认的行终止字符是换行符。

• import csv
  
  file=open('output.csv','w',newline='')
  writer=csv.writer(file,delimiter='\t',lineterminator='\n\n')
  
  writer.writerow(['a','sdgfasd','dcat','sf'])
  writer.writerow([1,2,34,2.55,23])
  file.close()

  
  
  
• ★JSON不能存储每一种python值，它只能包含以下数据类型的值：字符串，整型，浮点型，布尔型，列表和字典和NoneType。JSON不能表示python特有的对象，例如File对象，CSV Reader对象等等。
  
• ★利用loads()函数将JSON数据的字符串转化为Python的值。注意，JSON字符总是用双引号。
• 
  
• ★利用dumps()函数将python值转化为JSON格式的字符串。python的值只能是以下类型：字典，列表，整型，浮点型，字符串，布尔型或None。