python遍历目录、读取xml、excel文件

python正则表达式

import re

m=re.match("(\w+)","aaa,bbb,ccc")
if m:
	print(m.group(1))

python遍历目录

import os

files=os.listdir("../abc")
for file in files:
	if os.path.isfile("../abc/"+file):
		... # 文件处理
	else:
		... # 目录处理

python读取xml
采用sax流式读取

import xml.sax

# 从xml.sax.ContentHandler派生类，用来处理xml回调
class XmlHandler(xml.sax.ContentHandler):
	# 构造函数
    def __init__(self,fname):
        self.l=[]
        
    # 元素开始事件处理
    def startElement(self,tag,attributes):
    	# 利用list将tag保存为堆栈
        self.l.append(tag)
        
    # 元素结束事件处理
    def endElement(self,tag):
        assert(tag==self.l[-1])
        self.l.pop(-1)

    # 内容事件处理
    def characters(self, content):
		# 那么栈顶元素就是当前content所属节点
        if self.l[-1]==...:
            ...
        elif ...

parser=xml.sax.make_parser()
handler=XmlHandler()
parser.setContentHandler(handler)
parser.parse("aaa.xml")

python读取xlsx
安装openpyxl

pip install openpyxl

from openpyxl import load_workbook
from openpyxl.formula import Tokenizer

wb=load_workbook("aaa.xlsx",read_only=True)
ws=wb.active
# 可以指定从第二行、第二列开始读取
for row in ws.iter_rows(min_row=2,min_col=2,values_only=False):
	for cell in row:
		# 单元格为数字，且不为空
		if cell.data_type=='n' and cell.value!=None:
			...
		# 单元格为字符串
		elif cell.data_type=='s':
			...
		# 单元格公式
		elif cell.data_type=='f':
			# openpyxl不支持计算公式，但可以取出每个token自行处理
			tok=Tokenizer(cell.value)
			print("\n".join("%12s%11s%9s" % (t.value, t.type, t.subtype) for t in tok.items))

参考：
https://openpyxl.readthedocs.io/en/stable/index.html
https://stackoverflow.com/questions/41688677/python-3-4-unable-to-read-value-from-excel-formula