Python Excel解析

Python解析Excel时需要安装两个包，分别是xlrd（读excel）和xlwt（写excel），安装方法如下：

读取excel前需要先引入该模块（import xlrd）。但是需要注意的是，用xlrd读取excel表时，返回的xlrd.Book类型，是只读的，不能对其进行操作。

下面介绍一下读取Excel的流程及使用的一些函数：

1、打开Excel文件并读取数据

xlrd.open_workbook(filename)

filename是要读取的excel表名，当然要加上表所在目录的路径。 如：

查看一下data类型：

可见data是xlrd.book.Book类的一个实例。

2、获取一个工作表（sheet）

获取一个工作表的方法有三种，分别为： （1）通过索引顺序获取

index_number表示表的索引号，索引号从0开始，表示第一张表，1表示第二张表，依次类似。 查看一下data.sheets这个方法的原型：

这个方法的作用是，将excel中所有表存于list中并返回。

（2）通过索引顺序获取

index_number表示表的索引号，索引号从0开始，表示第一张表，1表示第二张表，依次类似。 函数原型：

（3）通过名称获取

sheet_name表示工作表的名字，但是需要注意的是这个表明的字符串需要使用Unicode的字符串，如：

函数原型：

3、获取整行和整列的值

返回一行：

row_index表示行索引号，0表示第一行，1表示第二行，以此类推。返回的结果是row_index 行组成的list。

返回一列：

col_index表示行索引号，0表示第一列，1表示第二列，以此类推。返回的结果是col_index 行组成的list。

4、获取表的行数和列数 获取行数和列数都是固定语法：

5、获取单元格中的值 语法：

row_index：表示表的行索引号。 col_index：表示表的列索引号。

Python中使用的是xlwt模块来生成Excel文件，并且可以控制单元格的格式。xlwt.Workbook()返回的xlwt.Workbook类型的save(filepath)方法可以保存excel文件。下面就让我们看看写excel文件的流程及需要使用的函数吧。 写excel前也必须先导入该模块（import xlwt）。流程如下：

1、创建工作表（workbook）

创建workbook，其实就是创建excel，写完数据后，保存就ok了。 语法：

查看一下workbook类型：

可见workbook是xlwt.Workbook类的一个实例。

2、创建表

如：

3、往单元格中写内容

参数说明： r ：表示行索引号，从0开始。 c ：表示列索引号，从0开始。 label ：表示要写的内容。

4、保存excel表 语法：

Excel_name表示保存为什么名，当然可以保存在具体的目录下。如:

上面我们介绍了读和写excel，前两种都是不能修改excel的，但是在实际的工作中，经常会遇到修改已经存在的Excel文件这种需求，通常我们能想到的办法，就是先打开这个excel，然后将内容读入到内存，进行处理，然后写到一个新的同名excel文件中，最后直接用修改后的excel文件覆盖了老的excel文件即可。值得我们高兴的是，python已经帮我们实现了这么一个功能模块，那就是模块xlutils，这个模块依赖于xlrd和xlwt模块，它提供了复制excel文件内容和修改文件内容的功能。其实也就是在xlrd.Book和xlwt.Workbook之间建立了一个管道来实现修改功能。实现流程如下图所示：

 

引入模块 引入模块时，需要同时引入读模块和修改模块，如下：

打开excel开始将内容读到内存中：

使用xlutils.copy模块的copy()方法将原excel另外拷贝一份，准备修改操作：

接下来就是从readBook中（也就是原excel中，注意这里读取数据的时候必须从原excel中读取）取得要修改的工作表，然后使用copybook取到相同工作表，使用进行修改操作，最后把修改的内容保存到

读取到要修改的工作表，如：

注意： 上面这种读sheet的方法是xlrd模块中的方法，它是没有write()方法，所以是不能写的。 然后将要修改的sheet或整个excel文档拷贝一份：

上面的通过get_sheet()获取的sheet是有write()方法，所以能写。 然后进行修改操作，如：

当然，上面的实例只是一个简单的写操作，我们还可做一些更复杂的写操作，修改完数据以后，将新的excel表保存并覆盖旧的excel表即可，这就实现了对excel修改的操作需求。

注意： 读必须从原表中读取，写必须写入拷贝的表中。 下面是一个修改已存在excel的实例：修改t2.xls，并将里面小写字母变成大写字母

借助上面的例子，我们来讨论一下Python中编码的问题。 在介绍编码前，先介绍一下Python中判断字符编码的一些函数：

方法一： isinstance()函数，如：

方法二：

方法三： 使用chardet模块进行字符编码判断。

Python中的字符串类型有两种，一种是str类型，一种是Unicode类型。除了Unicode类型的字符串外，其他编码的字符串都是str类型的。例：

看下面这个例子：

为什么会报错呢？ 首先我们查看一下我们系统默认编码：

从结果可以看出，系统默认编码时ASCII码，ASCII码编码中一个字符只占一个字节，而Unicode编码中一个字符占2个字节（因为要表示中文汉字）。 当调用str()函数将一个Unicode字符串转str类型时，如果我们没有指定编码，就会采用系统默认编码（ascii）对Unicode字符进行编码，但是ascii码和Unicode编码的字符所占字节数不一致，那些非ascii编码的字符就不能被转化，这就是为什么会报UnicodeEncodeError这个错。

那到底str和Unicode之间怎么转呢？ 这就需要用到Python提供的解码（decode）和编码（encode）函数了，其实str是Unicode字符串编码（encode）后的字符串，相反的Unicode就是str解码（decode）后的字符串，这样str和Unicode之间转换起来就简单了。如：

不过我们还有另一个种处理办法： 那就是将系统默认缺省编码改成utf-8，如下：

utf-8是一种针对Unicode的可变长度字符编码，它用1到6个字节编码Unicode字符，所以显示中文。将系统默认编码设置为utf-8后，就可以直接使用str()函数直接转化Unicode字符了，不用再使用编码解码函数了。如：

网络上传的json、excel、字节流等数据串都被转化成Unicode字符，这样更通用。所以我们从excel中读取出来的数据只要是字符类型的都会被转成Unicode字符（通常需要判断一下），而我们程序中通常都用的是utf-8，所以需要将Unicode转化成uft-8后再处理这些字符，处理完后，再转成Unicode的通过网络传回去，这样保持传回去的字符集和获得的字符集编码一样，就会不出现乱码。

在上面修改excel实例程序中，写了这么一句，虽然被注释了：

这句的目的是，让写入excel中的中文不出现乱码，这里设计到一个内码的概念。

什么叫内码呢？ 内码是指计算机汉字系统中使用的二进制字符编码，是沟通输入、输出与系统平台之间的交换码，通过内码可以达到通用和高效率传输文本的目的。 而win默认gbk作为系统内部编码，所以要想显示正确的中文，就需要将GBK解码成Unicode，然后传输给excel。