openpyxl提供了一套操作Excel的API，总体来说，虽然速度上有些差强人意（加载Excel大文件的速度非常慢，即使我不需要读取其中最大的表格，但好像没办法选择不加载），但是功能还是比较齐全的。这段时间我一直在做读写Excel的工作，就顺便整理了一个基于openpyxl的Excel工具类，拥有诸如批量读写数据等功能。
我将工具函数按SQL语句的分类方法分为了DDL（定义语句）、DQL（查询语句）及DML（操作语句）三类，函数目录如下，大家可以自行取用。
这个工具类在最近一段时间还会不断更新，下周主要会增加一些设置Excel格式的函数。
目录
整理Excel文件的Sheet,删除多余的Sheet,新建缺少的Sheet
批量读取Excel表格中指定行数据中的部分列,并选择返回list或该单元格内容
批量读取整个Excel表格每行中部分列的数据,并依据其中的某一列对数据进行分类
批量读取整个Excel表格每行中部分列的数据,并依据其中的某些列(大于等于一列)对数据进行分类
批量写入数据到表单(key为分类,value为该分类多条记录list的list,的dict数据)
批量写入数据到表单(key为分类,value为单条记录list,的dict数据)
(一)DDL Excel定义函数
1.输入类工具
加载Excel文件
def load(path, read_only=False, data_only=False, must_exist=True):
"""
DDL:加载Excel文件
:param path:(str)要加载的Excel文件的地址路径
:param read_only:(bool)是否开启只读模式(默认为False)
:param data_only:(bool)是否只读取数据,即只提取公式结果而不提取公式(默认为False)
:param must_exist:(bool)在Excel文件不存在/不是Excel文件时的处理方案:True=退出程序,False=返回None(默认为True)
:return:(openpyxl.workbook.workbook.Workbook)Openpyxl的Excel文件对象
"""
try:
return load_workbook(path, read_only=read_only, data_only=data_only)
except FileNotFoundError or InvalidFileException:
if must_exist:
utils.sys_exit("未找到Excel文件或目标文件不是Excel文件(" + path + ")")
加载指定Excel文件中的指定Sheet
def load_sheet(path, sheet_name, read_only=False, data_only=False, must_exist=True):
"""
DDL:加载指定Excel文件中的指定Sheet
:param path:(str)要加载的Excel文件的地址路径
:param sheet_name:(str)要加载Sheet的名称
:param read_only:(bool)是否开启只读模式(默认为False)
:param data_only:(bool)是否只读取数据,即只提取公式结果而不提取公式(默认为False)
:param must_exist:(bool)在Excel文件及Sheet不存在/不是Excel文件时的处理方案:True=退出程序,False=返回None(默认为True)
:return:(openpyxl.worksheet.worksheet.Worksheet)Openpyxl的Sheet对象
"""
excel = load(path, read_only=read_only, data_only=data_only, must_exist=must_exist)
if excel is None:
return None
if sheet_name in excel.sheetnames:
return excel[sheet_name]
else:
if must_exist:
utils.sys_exit("未找到在指定Excel文件中找到对应Sheet(" + path + "," + sheet_name + ")")2.整理类工具
整理Excel文件的Sheet,删除多余的Sheet,新建缺少的Sheet
def arrange_sheet(excel, sheet_list):
"""
DDL:整理Excel文件的Sheet,删除多余的Sheet,新建缺少的Sheet(不能实现排序)
:param excel:(openpyxl.workbook.workbook.Workbook)需要整理Sheet的Excel文件对象
:param sheet_list:(list)目标Sheet列表
:return 隐含返回值,结果更新于[excel]
"""
if sheet_list is not None and sheet_list != []:
for name in sheet_list:
if name not in excel.sheetnames:
excel.create_sheet(name)
delete_list = []
for name in excel.sheetnames:
if name not in sheet_list:
delete_list.append(name)
for name in delete_list:
excel.remove_sheet(excel[name])3.输出类工具
将Openpyxl的Excel文件对象写入到文件中
def save(excel, path, must_write=True):
"""
DDL:将Openpyxl的Excel文件对象写入到文件中
:param excel:(openpyxl.workbook.workbook.Workbook)要写入文件的Openpyxl的Excel文件对象
:param path:(str)要写入的文件地址路径
:param must_write:(bool)在写入失败时(数据文件被占用)的处理方案:True=退出程序,False=返回False(默认为True)
:return:(bool)写入是否成功
"""
try:
excel.save(path)
return True
except PermissionError:
if must_write:
utils.sys_exit("结果数据文件被占用，输出失败!")
else:
return False(二)DQL Excel查询函数
1.标题类工具
在Sheet中查找指定标题的列,并返回列坐标
def find_column(sheet, column_title, row_n=1, start_col_n=1, end_col_n=65536, must_exist=True):
"""
DQL:在Sheet中查找指定标题的列,并返回列坐标
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要被查询列的Sheet对象
:param column_title:(str)目标列的标题
:param row_n:(int)列的标题存在的行坐标
:param start_col_n:(int)查询列标题的范围(从第多少列开始查询)
:param end_col_n:(int)查询列标题的范围(查询到多少列为止)
:param must_exist:(bool)在目标列不存在时的处理方案:True=退出程序,False=返回None(默认为True)
:return:(int)Sheet中目标列的列坐标
"""
for j in range(max(1, start_col_n), min(sheet.max_column, end_col_n) + 1):
if sheet.cell(row=row_n, column=j).value == column_title:
return j
if must_exist:
utils.sys_exit("列不存在(" + column_title + ")")在Sheet中查找一组指定标题的列,并返回一组列坐标
def find_some_column(sheet, column_title_list, row_n=1, start_col_n=1, end_col_n=65536, must_exist=True):
"""
DQL:在Sheet中查找一组指定标题的列,并返回一组列坐标(Dict格式)
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要被查询列的Sheet对象
:param column_title_list:(str)目标列的标题
:param row_n:(int)列的标题存在的行坐标
:param start_col_n:(int)查询列标题的范围(从第多少列开始查询)
:param end_col_n:(int)查询列标题的范围(查询到多少列为止)
:param must_exist:(bool)在目标列不存在时的处理方案:True=退出程序,False=返回None(默认为True)
:return:(dict)Sheet中该组目标列的列坐标字典,例如: {'平台':1, '目前名称':2}
"""
col_n_list = {}
for column_title in column_title_list:
col_n_list[column_title] = find_column(sheet, column_title, row_n, start_col_n, end_col_n, must_exist)
return col_n_list2.空值检查类工具
判断单元格内容是否为空
def is_none(sheet, row, column):
"""
DQL:判断单元格内容是否为空
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要判断的单元格所在Sheet对象
:param row:(int)需要判断单元格所在的行
:param column:(int)需要判断单元格所在的列
:return:(bool)返回单元格是否为空:True=是,False=否
"""
return sheet.cell(row=row, column=column).value is None查找某一行中所有不为空的单元格的列坐标
def row_not_none_col_n(sheet, row, start_column=1, end_column=65536):
"""
DQL:查找某一行中所有不为空的单元格的列坐标
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要查询的Sheet对象
:param row:(int)要查询不为空单元格的行
:param start_column:(int)查询不为空的列的范围(从第多少列开始查询)
:param end_column:(int)查询不为空的列的范围(查询到多少列为止)
:return:(list)不为空的单元格的列坐标,例如: [1,2]
"""
col_n_list = []
for j in range(max(1, start_column), min(sheet.max_column, end_column) + 1):
if not is_none(sheet, row, j):
col_n_list.append(j)
return col_n_list判断一行的中部分列是否存在空值
def some_cell_is_none(sheet, row, col_n_list):
"""
DQL:判断一行的中部分列是否存在空值
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要查询的Sheet对象
:param row:(int)需要判断单元格所在的行
:param col_n_list:(dict)需要读取的列坐标的列表(此列表可以为None)
形如: find_some_column的返回结果, 例如: {'平台':1, '目前名称':2}
:return:(bool)返回是否存在值为空的单元格:True=是,False=否
"""
if col_n_list is None:
return False
for item in col_n_list:
if is_none(sheet, row, col_n_list[item]):
return True
return False3.读取单元格工具
读取单元格内容,若单元格为空则返回指定的值
def cell_value(sheet, row, column, none_value=""):
"""
DQL:读取单元格内容,若单元格为空则返回指定的值
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要读取的单元格所在Sheet对象
:param row:(int)需要读取单元格所在的行
:param column:(int)需要读取单元格所在的行
:param none_value:(object)若单元格为空时返回的结果
:return:(object)单元格内容
"""
if is_none(sheet, row=row, column=column):
return none_value
else:
return sheet.cell(row=row, column=column).value读取单元格内容,并将单元格内的值转换为str格式
def cell_as_int(sheet, row, column):
"""
DQL:读取单元格内容,并将单元格内的值转换为int格式(若单元格内容不是数值,则使用正则表达式提取其中的数值部分转换)
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要读取的单元格所在Sheet对象
:param row:(int)需要读取单元格所在的行
:param column:(object)若单元格为空时返回的结果
:return:(int)转换为int格式的单元格内容
"""
value = sheet.cell(row=row, column=column).value
if value is None:
return 0
if isinstance(value, int):
return value
if isinstance(value, float):
return int(value)
if re.search("[0-9]+", str(value)) is not None:
return int(re.search("[0-9]+", str(value)).group())
return 0读取单元格内容,并将单元格内的值转换为float格式
def cell_as_float(sheet, row, column):
"""
DQL:读取单元格内容,并将单元格内的值转换为float格式(若单元格内容不是数值,则使用正则表达式提取其中的数值部分转换)
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要读取的单元格所在Sheet对象
:param row:(int)需要读取单元格所在的行
:param column:(object)若单元格为空时返回的结果
:return:(float)转换为float格式的单元格内容
"""
value = sheet.cell(row=row, column=column).value
if value is None:
return float(0)
if isinstance(value, float):
return value
if isinstance(value, int):
return float(value)
if re.search("[0-9]+", str(value)) is not None:
return float(re.search("[0-9]+", str(value)).group())
if re.search("[0-9]+\.[0-9]+", str(value)) is not None:
return float(re.search("[0-9]+", str(value)).group())
return float(0)4.查找类工具
查找指定值的单元格,并返回单元格的行列坐标
def find_cell(sheet, search_value):
"""
DQL:查找指定值的单元格,并返回单元格的行列坐标
仅会返回查找到的第一个符合查找条件的单元格的行列坐标，在查找时优先按行查找（即完整查完一行后才会开始查找下一行）
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要查找的单元格的Sheet对象
:param search_value:(object)查找单元格的值
:return:(int),(int)返回查找到的单元格的行列坐标,若没有查找到则返回None
"""
for i in range(1, sheet.max_row + 1):
for j in range(1, sheet.max_column + 1):
if sheet.cell(row=i, column=j).value is not None and sheet.cell(row=i, column=j).value == search_value:
return i, j5.批量读取类工具
批量读取Excel的Sheet中的一列数据
def column_total_value(sheet, col_n):
"""
DQL:批量读取Excel表单中的一列数据
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要读取数据的Sheet对象
:param col_n:(int)要读取列的列坐标
:return:(list)返回目标列中的数据,按行坐标从小到大排序
"""
if col_n > sheet.max_column:
return None
column_value = []
for i in range(1, sheet.max_row + 1):
column_value.append(cell_value(sheet, row=i, column=col_n))
return column_value批量读取Excel表格中指定行数据中的部分列
def row_value_by_cn(sheet, row_n, col_n_list):
"""
DQL:批量读取Excel表格中指定行数据中的部分列
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要读取数据的Sheet对象
:param row_n:(int)需要读取的行坐标
:param col_n_list:(dict)需要读取的列坐标的列表,形如: find_some_column的返回结果, 例如: {'平台':1, '目前名称':2}
:return:(list)返回目标行中的数据,按col_n_list中的顺序
"""
row_value = []
for item in col_n_list:
row_value.append(cell_value(sheet, row=row_n, column=col_n_list[item]))
return row_value
批量读取Excel表格中指定行数据中的部分列,并选择返回list或该单元格内容
def row_any_value_by_cn(sheet, column_title_row, row_n, column_title_list):
"""
DQL:批量读取Excel表格中指定行数据中的部分列,并选择返回list或该单元格内容
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要读取数据的Sheet对象
:param column_title_row:(int)列名所在的行坐标
:param row_n:(int)需要读取的行坐标
:param column_title_list:(list)需要读取的列的列名列表
:return:
若读取超过一列,则结果按col_n_list中的顺序,返回:[数据,数据,...]
若读取一列,返回:(object)该单元格的内容
"""
sheet_cn_list = find_some_column(sheet, column_title_list, row_n=column_title_row)
if len(column_title_list) > 1:
return row_value_by_cn(sheet, row_n=row_n, col_n_list=sheet_cn_list)
else:
return cell_value(sheet, row=row_n, column=sheet_cn_list[list(sheet_cn_list.keys())[0]])批量读取整个Excel表单中的数据
def get_sheet(sheet, column_title_list, title_rn=1, data_rn=None, classify_column=None, classify_unique=False,
not_none_column=None):
"""
DQL:批量读取整个Excel表单中的数据
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要读取数据的Sheet对象
:param column_title_list:(list)需要读取的列的列名列表
:param title_rn:(int)列名所在的行坐标
:param data_rn:(int)开始读取数据的行(默认为列名所在行的后一行)
:param classify_column:(list/str/none)如果需要依据某列单元格的值对结果汇总，则填写该列的列名
:param classify_unique:(bool)每个分类是否只需要唯一值
:param not_none_column:(list)不允许为空值的列名列表,若这些列出现空值则放弃读取该行
:return:(list/dict)返回读取Excel表单的结果,按行顺序排序,按col_title_list中的顺序排序;
具体返回结果会依据classify_column的类型调用get_sheet_by_line,get_sheet_in_classify,get_sheet_some_classify生成
"""
sheet_nn_cn_list = find_some_column(sheet, utils_old.non_null_list(not_none_column), row_n=title_rn)
if data_rn is None:
data_rn = title_rn + 1
if isinstance(classify_column, list) and classify_column != []:
return get_sheet_some_classify(sheet, classify_column, column_title_list, title_rn, data_rn,
classify_unique, sheet_nn_cn_list)
elif isinstance(classify_column, str):
return get_sheet_in_classify(sheet, classify_column, column_title_list, title_rn, data_rn,
classify_unique, sheet_nn_cn_list)
elif classify_column is not None or classify_column == []:
return get_sheet_by_line(sheet, column_title_list, title_rn, data_rn, sheet_nn_cn_list)批量读取整个Excel表单每行中部分列的数据
def get_sheet_by_line(sheet, column_title_list, title_rn=1, data_rn=2, sheet_nn_cn_list=None):
"""
DQL:批量读取整个Excel表单每行中部分列的数据
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要读取数据的Sheet对象
:param column_title_list:(list)需要读取的列的列名列表
:param title_rn:(int)列名所在的行坐标(默认为第1行)
:param data_rn:(int)开始读取数据的行(默认为第2行)
:param sheet_nn_cn_list:(dict)不允许为空值的列名列表,若这些列出现空值则放弃读取该行
形如: find_some_column的返回结果, 例如: {'平台':1, '目前名称':2}
:return:(list)返回读取Excel表单的结果,按行顺序排序,按col_title_list中的顺序排序
若读取超过一列,则结果按col_n_list中的顺序,返回:[[数据,数据],[数据,数据]]
若读取一列,返回:[数据,数据]
"""
data_list = []
for i in range(data_rn, sheet.max_row + 1):
if not some_cell_is_none(sheet, i, sheet_nn_cn_list):
data_list.append(row_any_value_by_cn(sheet, title_rn, i, column_title_list))
return data_list批量读取整个Excel表格每行中部分列的数据,并依据其中的某一列对数据进行分类
def get_sheet_in_classify(sheet, classify_column, column_title_list, title_rn=1, data_rn=2,
classify_unique=False, sheet_nn_cn_list=None):
"""
DQL:批量读取整个Excel表格每行中部分列的数据,并依据其中的某一列对数据进行分类
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要读取数据的Sheet对象
:param classify_column:(str)依据某列单元格的值对结果汇总,则填写该列的列名,不能为空
:param column_title_list:(list)需要读取的列的列名列表
:param title_rn:(int)列名所在的行坐标(默认为第1行)
:param data_rn:(int)开始读取数据的行(默认为第2行)
:param classify_unique:(bool)每个分类是否只需要唯一值
:param sheet_nn_cn_list:sheet_nn_cn_list:(dict)不允许为空值的列名列表,若这些列出现空值则放弃读取该行
形如: find_some_column的返回结果, 例如: {'平台':1, '目前名称':2}
:return:(dict)返回读取Excel表单的结果,按行顺序排序,按col_title_list中的顺序排序
若每个分类拥有唯一值,且读取多列,返回: {"分类1":[数据,数据],"分类2":[数据,数据]}
若每个分类不拥有唯一值,且读取多列,返回: {"分类1":[[数据,数据],[数据,数据]],"分类2":[[数据,数据],[数据,数据]]}
若每个分类拥有唯一值,且仅读取一列,返回: {"分类1":数据,"分类2":数据}
若每个分类不拥有唯一值,且仅读取一列,返回: {"分类1":[数据,数据],"分类2":[数据,数据]}
"""
data_dict = {}
sheet_cn_classify = find_column(sheet, classify_column, row_n=title_rn)
for i in range(data_rn, sheet.max_row + 1):
data_item = row_any_value_by_cn(sheet, title_rn, i, column_title_list)
data_classify = cell_value(sheet, row=i, column=sheet_cn_classify)
if classify_unique and data_classify is not None and not some_cell_is_none(sheet, i, sheet_nn_cn_list):
data_dict[data_classify] = data_item
if not classify_unique and data_classify is not None and not some_cell_is_none(sheet, i, sheet_nn_cn_list):
utils_old.add_dict_to_list(data_dict, data_classify, data_item)
return data_dict批量读取整个Excel表格每行中部分列的数据,并依据其中的某些列(大于等于一列)对数据进行分类
def get_sheet_some_classify(sheet, classify_column, column_title_list, title_rn=1, data_rn=2,
classify_unique=False, sheet_nn_cn_list=None):
"""
DQL:批量读取整个Excel表格每行中部分列的数据,并依据其中的某些列(大于等于一列)对数据进行分类
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要读取数据的Sheet对象
:param classify_column:(list)依据某些列单元格的值对结果汇总,则填写这些列的列名,不能为空
:param column_title_list:(list)需要读取的列的列名列表
:param title_rn:(int)列名所在的行坐标(默认为第1行)
:param data_rn:(int)开始读取数据的行(默认为第2行)
:param classify_unique:(bool)每个分类是否只需要唯一值
:param sheet_nn_cn_list:sheet_nn_cn_list:(dict)不允许为空值的列名列表,若这些列出现空值则放弃读取该行
形如: find_some_column的返回结果, 例如: {'平台':1, '目前名称':2}
:return:(dict)返回读取Excel表单的结果,按行顺序排序,按col_title_list中的顺序排序
若每个分类拥有唯一值,且读取多列,以有两层分类为例,返回:
{"一级分类1":{"二级分类1":[数据,数据],"二级分类2":[数据,数据]},"一级分类2":{"二级分类1":[数据,数据],"二级分类2":[数据,数据]}}
函数支持有超过两层分类,其中各层分类间的数据结构与以上结构相似,内层数据结构与get_sheet_in_classify的返回结果类似
"""
data_dict = {}
sheet_clfy_cn_list = find_some_column(sheet, classify_column, row_n=title_rn)
for i in range(data_rn, sheet.max_row + 1):
if not some_cell_is_none(sheet, i, sheet_clfy_cn_list) and not some_cell_is_none(sheet, i, sheet_nn_cn_list):
data_item = row_any_value_by_cn(sheet, title_rn, i, column_title_list)
data_classify = data_dict
for j in range(len(classify_column) - 1):
classify_name = cell_value(sheet, row=i, column=sheet_clfy_cn_list[classify_column[j]])
if classify_name not in data_classify:
data_classify[classify_name] = {}
data_classify = data_classify[classify_name]
last_classify_name = cell_value(sheet, row=i, column=sheet_clfy_cn_list[
classify_column[len(classify_column) - 1]])
if classify_unique:
data_classify[last_classify_name] = data_item
else:
utils_old.add_dict_to_list(data_dict, data_classify, data_item)
return data_dict(三)DML Excel操作函数
批量设置列宽
def set_column_width(sheet, width_list):
"""
DML:批量设置列宽
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要设置列宽的Sheet对象
:param width_list:(list)要设置的各列的列宽列表,从第一列的列宽开始设置
:return:隐含返回值,结果更新于[sheet]
"""
for i in range(len(width_list)):
sheet.column_dimensions[get_column_letter(i + 1)].width = width_list[i]批量设置行高
def set_row_height(sheet, height_list):
"""
DML:批量设置行高
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要设置行高的Sheet对象
:param height_list:(list)要设置的各行的行高列表,从第一行的行高开始设置
:return:隐含返回值,结果更新于[sheet]
"""
for i in range(len(height_list)):
sheet.row_dimensions[i + 1].height = height_list[i]批量写入一行数据
def write_row(sheet, row, value_list):
"""
DML:批量写入一行数据
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要写入数据的Sheet对象
:param row:(int)需要写入的行
:param value_list:(list/None)需要写入到目标行的值
:return:隐含返回值,结果更新于[sheet]
"""
if value_list is not None:
for i in range(len(value_list)):
sheet.cell(row=row, column=i + 1).value = value_list[i]批量写入一列数据
def write_column(sheet, column, value_list):
"""
DML:批量写入一列数据
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要写入数据的Sheet对象
:param column:(int)需要写入的列
:param value_list:(list/None)需要写入到目标列的值
:return:隐含返回值,结果更新于[sheet]
"""
if value_list is not None:
for i in range(len(value_list)):
sheet.cell(row=i + 1, column=column).value = value_list[i]批量写入数据到表单(key为分类,value为该分类多条记录list的list,的dict数据)
def write_sheet_cls(sheet, title, data, classify_index):
"""
DML:批量写入数据到表单(key为分类,value为该分类多条记录list的list,的dict数据)
例如:{"分类1":[[列1,列2],[列1,列2]],"分类2":[[列1,列2],[列1,列2]]}
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要设置行高的Sheet对象
:param title:(list)写入数据的标题
:param data:(dict)写入数据的内容
:param classify_index:分类字段添加到每行数据中的列坐标(从0开始)
:return:隐含返回值,结果更新于[sheet]
"""
write_row(sheet, 1, title)
sheet_rn = 2
for classify in data:
for item in copy.deepcopy(data[classify]):
item.insert(classify_index, classify)
write_row(sheet, sheet_rn, item)
sheet_rn += 1批量写入数据到表单(key为分类,value为单条记录list,的dict数据)
def write_sheet_cls_item(sheet, title, data, classify_index):
"""
DML:批量写入数据到表单(key为分类,value为单条记录list,的dict数据)
例如:{"分类1":[列1,列2],"分类2":[列1,列2]}
:param sheet:(openpyxl.worksheet.worksheet.Worksheet)需要设置行高的Sheet对象
:param title:(list)写入数据的标题
:param data:(dict)写入数据的内容
:param classify_index:分类字段添加到每行数据中的列坐标(从0开始)
:return:隐含返回值,结果更新于[sheet]
"""
write_row(sheet, 1, title)
sheet_rn = 2
for classify in data:
item = copy.deepcopy(data[classify])
item.insert(classify_index, classify)
write_row(sheet, sheet_rn, item)
sheet_rn += 1
881
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
