Python【230911】：Excel数据转JSON文件

 openpyxl操作Excel

安装插件

pip install openpyxl

本次使用的openpyxl指令

• openpyxl.load_workbook() 打开excel工作簿
• 工作簿.worksheets 返回工作簿中所有工作表的列表。
• 工作表.sheet_state 查询工作表状态，visible， hidden, veryHidden
• 工作表.max_row 含内容的单元格的最大行序号。【从1开始】
• 工作表.max_column 含内容的单元格的最大列序号。【从1开始】
• 以行为单位获取单元格或单元格的值: 工作表.iter_rows(min_row=None, max_row=None, min_col=None, max_col=None, values_only=False)

参数
min_col=None : int or None。指定获取的最小列号。默认为1。（1为基数的索引序号）
max_col=None : int or None。指定获取的最大列号。默认为含数据的最大单元格列号。（1为基数的索引序号）
min_row=None : int or None。指定获取的最小行号。默认为1。（1为基数的索引序号）
max_row=None: int or None。指定获取的最大行号。默认为含数据的最大单元格行号。（1为基数的索引序号）
values_only=False : bool。是否只返回单元格的值。若为True，将只给出单元格的值。
返回
generator
补充
使用list(……)转为 元组数组

• 以行为单位获取单元格或单元格的值: 工作表.iter_cols(min_col=None, max_col=None, min_row=None, max_row=None, values_only=False)

参数
min_col=None : int or None。指定获取的最小列号。默认为1。（1为基数的索引序号）
max_col=None : int or None。指定获取的最大列号。默认为含数据的最大单元格列号。（1为基数的索引序号）
min_row=None : int or None。指定获取的最小行号。默认为1。（1为基数的索引序号）
max_row=None : int or None。指定获取的最大行号。默认为含数据的最大单元格行号。（1为基数的索引序号）
values_only=False : bool。是否只返回单元格的值。若为True，将只给出单元格的值。
返回
generator
补充
使用list(……)转为元组数组

import openpyxl
# import math
# import numpy as np
import json
import io
import re # re模块，通过正则表达式匹配处理字符串的

# excel表格转json文件
def excel_to_json(excel_file, json_file_name):
    hotCampus = []  # 数据存放
    ws = openpyxl.load_workbook(excel_file)  # 打开excel文档
    # booksheet = book.sheetnames
    # letterNum = np.arange(97, 123)
    # letterUpper = [chr(i).upper() for i in letterNum]  # 生成大写字母列表
    
    # 遍历所有工作表
    for i in ws.worksheets:
        # 仅操作显示的的工作表
        if i.sheet_state == 'visible':
            CampusList = {}
            CampusList['name'] = i.title # 表名作为职位城市name
            CampusList['joblist'] = [] # 每一城市包含的职位列表
            minRow = 2 # 最小行
            maxRow = i.max_row # 最大行
            minCol = 1 # 最小列
            maxCol = 21 # 最大列
            coList = list(i.iter_rows(min_row = minRow, max_row = maxRow, min_col = minCol, max_col = maxCol, values_only=True)) # 获取每个工作表的元组数据
            # print(i.title, coList)
            # 遍历元组
            for co in coList:
                ComList = {}
                if co[0] != None:
                    ComList['name'] = co[0]
                ComListTab = []
                if co[1] != None:
                    ComListTab.extend(re.split(r'[、]', co[1])) # 按照行('\r', '\r\n', '\n')分隔，返回一个包含各行作为元素的列表
                if co[2] != None:
                    ComListTab.append(co[2])
                if len(ComListTab) != 0:
                    ComList['tag'] = ComListTab
                # 职位及职位链接
                ComListJob = []
                n = 3
                while n < len(co) -2:
                    jobChild = {}
                    if n%2 != 0:
                        if co[n] != None:
                            jobChild['title'] = co[n].rstrip('\n') # rstrip() 删除 string 字符串末尾的指定字符，默认空白符
                        if co[n+1] != None:
                            jobChild['link'] = co[n+1].rstrip('\n')
                        
                    if len(jobChild) != 0:
                        ComListJob.append(jobChild)
                    n += 1
                if len(ComListJob) != 0:
                    ComList['job'] = ComListJob
                
                if co[len(co) -2] != None:
                    ComList['more'] = co[len(co) -2].rstrip('\n')
                if len(ComList) != 0:
                    CampusList['joblist'].append(ComList)
            
            if len(CampusList) != 0:
                hotCampus.append(CampusList)
    ws.close()
    save_json_file(hotCampus, json_file_name)

# 将json保存为文件
def save_json_file(data, json_file_name):
    file = io.open(json_file_name, 'w', encoding='utf-8')
    # 把对象转化为json对象
    # indent: 参数根据数据格式缩进显示，读起来更加清晰
    # ensure_ascii = True：默认输出ASCII码，如果把这个该成False, 就可以输出中文。
    txt = json.dumps(data, indent=2, ensure_ascii=False)
    file.write(txt)
    file.close()


if '__main__' == __name__:
    excel_to_json(u'qz.xlsx', 'qz.json')