有用请点赞,没用请差评。
欢迎分享本文,转载请保留出处。
最近工作需要批量处理excel文本,写个小总结。
-
一、xlwt、xlrd处理excel文件
Python中一般使用xlrd库来读取Excel文件,使用xlwt库来生成Excel文件,使用xlutils库复制和修改Excel文件。
注意xlwt只支持到Excel2003,即xls文件;xlrd对xls、xlsx文件都可以读取。
- xlwt创建excel文件
""" 使用xlwt创建xls文件 """ import xlwt # 文件保存路径 save_dir="D:\\python3_anaconda3\\学习\\test\\excel文件处理\\" #创建workbook和sheet对象 workbook = xlwt.Workbook() sheet1 = workbook.add_sheet('sheet1',cell_overwrite_ok=True) # #向sheet中写入数据,通过单元格坐标位置写入,第一个单元格位置为(0,0) for i in range(0,100): sheet1.write(i,0,i) #保存该excel文件,有同名文件时直接覆盖 save_filename="xlwt_test.xls" workbook.save(save_dir+save_filename) print("finish")
- xlrd读取excel文件
以手边的漏洞扫描器AWVS插件表格为例,该excel表格共有10列,638行,通过xlrd读取。
xls文件如图:
代码:
"""
使用xlrd打开xls文件,
"""
import xlrd
save_dir="D:\\python3_anaconda3\\学习\\test\\excel文件处理\\"
open_filename="AWVS漏洞信息.xls"
# 打开xls文件
workbook = xlrd.open_workbook(save_dir+open_filename)
sheet1 = workbook.sheet_by_index(0) # 通过sheet位置打开第一张表
# sheet=workbook.sheet_by_name("web漏洞") #通过表名打开sheet
# 获取总列数
print(sheet1.ncols)
# 获取对应列的数据
col_0 = sheet1.col_values(0)
print(len(col_0))
# 获取总行数
print(sheet1.nrows)
# 获取对应行的数据
row_0 = sheet1.row_values(0)
print(len(row_0))
# 通过单元格位置获取数据
cell_00 =sheet1.cell_value(0,0)
print(cell_00)
运行结果:
3.修改已有excel文件
xlwt库只能用来生成Excel文件,不能对已有的xls文件进行修改操作。通过xlutils.copy模块复制一个xlrd.Book对象,生成一个xlwt.Workbook对象,可以对xlwt.Workbook进行修改。
"""
使用xlrd读取文件,使用xlwt生成Excel文件
但是用xlrd读取excel是不能对其进行操作的;而xlwt生成excel文件是不能在已有的excel文件基础上进行修改的,如需要修改文件就要使用xluntils模块。
"""
import xlrd
import xlutils.copy
save_dir="D:\\python3_anaconda3\\学习\\test\\excel文件处理\\"
open_filename="xlwt_test.xls"
#打开一个workbook
workbook = xlrd.open_workbook(save_dir+open_filename)
# 复制
workbook2 = xlutils.copy.copy(workbook)
#获取sheet对象,注意通过sheet_by_index()获取的sheet对象没有write()方法
sheet2 = workbook2.get_sheet(0)
sheet2.write(0,0,"xlutils test")
# 利用保存时同名覆盖达到修改excel文件的目的,注意未被修改的内容保持不变
workbook2.save(save_dir+open_filename)
-
二、使用openpyxl处理xlsx文件
openpyxl
官方文档的介绍: A Python library to read/write Excel 2010 xlsx/xlsm files
openpyxl则主要针对Excel2007之后的版本(.xlsx)。
1.使用openpyxl创建xlsx文件
注意,openpyxl中为了和Excel中的表达方式一致,并不和编程语言的习惯一样以0表示第一个值,在openpyxl中以1表示第一个值。
import openpyxl
save_dir="D:\\python3_anaconda3\\学习\\test\\excel文件处理\\"
open_filename="openpyxl_test.xlsx"
out_workbook=openpyxl.Workbook()
out_sheet=out_workbook.create_sheet(index=0,title="openpyxl_new")
# 注意,openpyxl中为了和Excel中的表达方式一致,并不和编程语言的习惯一样以0表示第一个值,在openpyxl中以1表示第一个值。
for i in range(1,100):
out_sheet.cell(row=i ,column=1).value=i
# openpyxl
out_workbook.save(open_filename)
2.使用openpyxl读取及修改xlsx文件
使用openpyxl修改已有文件比较简单,可以直接对原文件进行修改。
import openpyxl
save_dir="D:\\python3_anaconda3\\学习\\test\\excel文件处理\\"
open_filename="openpyxl_test.xlsx"
out_workbook=openpyxl.load_workbook(save_dir+open_filename)
sheet_names=out_workbook.sheetnames
print(sheet_names)
# 通过表坐标来获取表对象
out_sheet=out_workbook.worksheets[0]
# 新方法:通过表名获取表对象。等同于get_sheet_by_name("sheetname")
# out_sheet=out_workbook["openpyxl_new"]
# 老方法:通过表名获取表对象,
# out_sheet=out_workbook.get_sheet_by_name(sheet_names[0])
print(out_sheet.cell(row=1 ,column=1).value)
out_sheet.cell(row=1 ,column=1).value="openpyxl_change"
out_workbook.save(open_filename)
注意:使用get_sheet_by_name()时会出现DeprecationWarning,提示这是个旧方法(如下图),建议使用wb[sheetname]。虽然代码没有错误,但是出现一条红色的DeprecationWarning就是很不完美啊。那我们就进入源码看看。
进入源码workbook.py中看get_sheet_by_name方法,如下图。可以看到在装饰器上面建议使用wb[sheetname],因此对于有强迫症的同学最好还是听从建议。
-
三、其他模块
除了上面介绍的几个模块之外,还有其他几个可以处理excel的模块。
xlwings:简单强大,可替代VBA
pandas:使用需要结合其他库,数据处理是pandas立身之本
win32com:不仅仅是excel,可以处理office;
Xlsxwriter:丰富多样的特性,直接创造一份美观大方的excel
DataNitro:作为插件内嵌到excel中,可替代VBA,在excel中优雅的使用python
对于这部分模块暂不详述。
-
四 模块对比
openpyxl、xlrd、xlwt读写速度对比
xlwt针对Ecxec2007之前的版本,即.xls文件,其要求单个sheet不超过65535行,而openpyxl则主要针对Excel2007之后的版本(.xlsx),它对文件大小没有限制。另外就是两者读写速度存在差异,为了比较它们的差异,特别做了以下测试:
测试环境:windows 10 X64,i7 4600U,Pycharm
1、写入测试
分别用xlwt与openpyxl生成一个65535行,1列,单元格内为整型数值的.xls与xlsx文件:
#使用xlwt生成文件
import xlwt
import time
time.clock()
f = xlwt.Workbook()
sheet1 = f.add_sheet('sheet_1')
for j in range(10):
for i in range(65535):
sheet1.write(i,j,i)
f.save('xlwt_write.xls')
t = time.clock()
print(t)
#使用openpyxl生成文件
import openpyxl
import time
time.clock()
out_workbook = openpyxl.Workbook()
sheet1 = out_workbook.create_sheet(index=0,title="sheet1")
# 从1开始
for j in range(1,11):
for i in range(1,65536):
sheet1.cell(row = i,column = j,value = i)
out_workbook.save('openpyxl_write.xlsx')
t = time.clock()
print(t)
结果:
openpyxl | xlwt | |
写入(s) | 10.85681415 | 6.231883997 |
类型 | xlsx | xls |
限制 | 对文件大小无限制 | 最大行数65535行 |
速度 | 慢 | 快 |
2、读取测试
openpyxl和xlrd都支持xlsx文件的读取,这里就以xlsx文件为例。
#使用xlrd进行读取
import xlrd
import time
time.clock()
f = xlrd.open_workbook('openpyxl_write.xlsx')
sheet1 = f.sheet_by_index(0)
print(sheet1.cell(65534,9).value)
t = time.clock()
print(t)
#使用openpyxl进行读取
import openpyxl
import time
time.clock()
wb = openpyxl.load_workbook('openpyxl_write.xlsx')
sheet1 = wb.worksheets[0]
print(sheet1.cell(row = 65535 ,column = 10).value)
t = time.clock()
print(t)
结果:
openpyxl | xlrd | |
读取(s) | 11.22823392 | 4.608229207 |
类型 | xlsx | xlsx、xls |
限制 | 无限制 | |
速度 | 慢 | 快 |
3、测试结果
整体而言,两种包对小文件的读写速度差别不大,而面对较大文件,xlrd/xlwt速度明显优于openpyxl,但因为xlwt无法生成xlsx,所以想要尽量提高效率又不影响结果时,可以考虑用xlrd读取,用openpyxl写入,同时openpyxl可以支持对原始文件的修改,更方便。
注:内容原创,部分文字来源于网络。