使用 Python 提高 Excel 文件处理效率

工作中有时需要对 Excel 文件进行处理，如果文件比较多的话，人工处理比较费时间，可以使用 Python 代码提高处理效率。

读取 Excel 指定 Sheet 中的内容

使用 openpyxl 库对 Excel 文件处理，例如读取 Excel 文件中的 Sheet1 的内容生成数据库的 SQL 语句。

import os
import openpyxl

# 将待处理的所有文件放到此目录下
directory = '待处理的文件'
for file_name in os.listdir(directory):
    file_path = os.path.join(directory, file_name)

    workbook = openpyxl.load_workbook(file_path)

    # 选择指定名称的工作表
    sheet_name = 'Sheet1'
    sheet = workbook[sheet_name]
    
    sql = ''
    # 按行读取数据,max_row指定最大的行数，max_col指定最大的列数，也可以通过min_row指定开始读取的行号
    for row in sheet.iter_rows(max_row=8, max_col=4, values_only=True):
        # 跳过标题行和序号列
        if row[0] == '大标题' or row[0] == '序号': 
            continue
        name, age, address = row
        sql += (f"INSERT INTO table1 (name, age, address) VALUES('{name}','{age}','{address}');\n")
    
    print(sql)

对原始内容进行处理

Excel 中的原始内容大部分有换行，如果生成 SQL 语句中不想有换行，可以把原始内容中的换行去掉，如果行结尾没有标点，中间的行结尾加上逗号，最后一行结尾加上句号。

def format_text(source):
    if source is None:
        return ''
    # 去除首尾空白字符
    cleaned_text = source.strip()
    # 将文本按行分割
    lines = cleaned_text.split('\n')
    # 定义中文标点集合
    chinese_punctuation = ('。', '！', '？', '；', '：', '，')
    # 处理每一行，如果行尾没有标点，则加上逗号（除了最后一行）
    for i in range(len(lines) - 1):
        if not lines[i].endswith(chinese_punctuation):
            lines[i] += '，'
    # 处理最后一行，如果行尾没有标点，则加上句号
    last_line = lines[-1]
    if not last_line.endswith(chinese_punctuation):
        lines[-1] += '。'
    # 连接所有行
    processed_text = ''.join(lines)
    return processed_text

删除 Excel 中指定 Sheet 外的其它 Sheet

如果只想保留 Excel 中的 Sheet1，其它 Sheet 要删除，可以使用如下代码：

import os
import openpyxl

# 将待处理的所有文件放到此目录下
directory = '待处理的文件'
for file_name in os.listdir(directory):
    file_path = os.path.join(directory, file_name)

    # 指定要保留的工作表名称
    sheet_to_keep = 'Sheet1'

    workbook = openpyxl.load_workbook(file_path)

    # 获取所有工作表的名称
    sheet_names = workbook.sheetnames
    if sheet_to_keep not in sheet_names:
        print(f"Warning: Sheet '{sheet_to_keep}' not found in {file_name}. Skipping this file.")
        continue

    # 遍历所有工作表，删除除了指定名称外的所有工作表
    for sheet_name in sheet_names:
        if sheet_name != sheet_to_keep:
            del workbook[sheet_name]

    workbook.save(file_path)
    print(f"File {file_name} processed and saved with only the '{sheet_to_keep}' sheet.")

将文件批量上传到服务器上

使用 requests 库调用接口批量上传文件

import requests
import os


# 上传接口URL
url = 'https://xxx'

# 设置请求头,可以放入token等信息
headers = {
    
}

# 将待上传的所有文件放到此目录下
directory = '待上传的文件'
for file_name in os.listdir(directory):
    file_path = os.path.join(directory, file_name)
    # 使用with语句打开文件并构造multipart/form-data请求
    with open(file_path, 'rb') as file:
        # 构造form-data
        files = {'file': file}

        # 发送POST请求
        response = requests.post(url, headers=headers, files=files)

    # 检查响应状态码
    if response.status_code == 200:
        print(f'{file_name} upload successfully')
    else:
        print(f'Failed to upload file. Status code: {response.status_code}')
        print(f'Response: {response.text}')