python 两个表格字段列名称值，对比字段差异

支持xlsx,xls文件，相互对比字段列

输出两个表格文件相同字段，置底色为绿色

存在差异的不同字段，输出两个新的表格文件，差异字段，置底色为红色

注意点：读取的文件仅支持xlsx格式，头列需要删除空列及多余的字段值，确保对比的准确性

import pandas as pd
from openpyxl import load_workbook
from openpyxl.styles import PatternFill
import os


def convert_xls_to_xlsx(file):
    if file.endswith('.xls'):
        df = pd.read_excel(file, engine='xlrd')
        xlsx_file = file.replace('.xls', '.xlsx')
        df.to_excel(xlsx_file, index=False)
        return xlsx_file
    return file


def read_excel_file(file):
    if file.endswith('.xlsx') or file.endswith('.xls'):
        return pd.read_excel(file)
    else:
        raise ValueError("Unsupported file format: {}".format(file))


def load_workbook_file(file):
    if file.endswith('.xlsx'):
        return load_workbook(file)
    elif file.endswith('.xls'):
        raise ValueError("openpyxl does not support .xls files directly. Convert to .xlsx first.")
    else:
        raise ValueError("Unsupported file format: {}".format(file))


def compare_headers(file1, file2):
    # 检查文件是否存在
    if not os.path.exists(file1):
        print(f"文件 {file1} 不存在")
        return
    if not os.path.exists(file2):
        print(f"文件 {file2} 不存在")
        return

    # 如果是 .xls 文件，先转换为 .xlsx 文件
    file1 = convert_xls_to_xlsx(file1)
    file2 = convert_xls_to_xlsx(file2)

    try:
        # 读取两个文件的数据
        df1 = read_excel_file(file1)
        df2 = read_excel_file(file2)
    except Exception as e:
        print(f"读取文件时出错: {e}")
        return

    # 获取两个文件的列名
    headers1 = df1.columns.tolist()
    headers2 = df2.columns.tolist()

    # 找出两个文件中列名相同和不同的列
    same_headers = [h for h in headers1 if h in headers2]
    diff_headers1 = [h for h in headers1 if h not in headers2]
    diff_headers2 = [h for h in headers2 if h not in headers1]

    # 设置填充颜色
    green_fill = PatternFill(fill_type='solid', fgColor='00FF00')
    red_fill = PatternFill(fill_type='solid', fgColor='FF0000')

    try:
        # 加载两个工作簿
        wb1 = load_workbook_file(file1)
        wb2 = load_workbook_file(file2)
    except Exception as e:
        print(f"加载工作簿时出错: {e}")
        return

    # 获取第一个工作表
    ws1 = wb1.active
    ws2 = wb2.active

    # 遍历列，设置颜色
    for i, header in enumerate(headers1, start=1):
        if header in same_headers:
            ws1.cell(row=1, column=i).fill = green_fill
        else:
            ws1.cell(row=1, column=i).fill = red_fill

    for i, header in enumerate(headers2, start=1):
        if header in same_headers:
            ws2.cell(row=1, column=i).fill = green_fill
        else:
            ws2.cell(row=1, column=i).fill = red_fill

    # 保存文件
    output_file1 = 'output1.xlsx'
    output_file2 = 'output2.xlsx'

    try:
        wb1.save(output_file1)
        wb2.save(output_file2)
    except Exception as e:
        print(f"保存文件时出错: {e}")
        return

    # 输出对比结果
    print('两表格文件对比后相同字段:', same_headers)
    print('表格文件1，存在差异字段:', diff_headers1)
    print('表格文件2，存在差异字段:', diff_headers2)


# xlsx 和 xls 文件对比
compare_headers('file1.xls', 'file2.xls')