批量汇总nmon结果文件Excel数据

1、原由

在使用nmon监控服务器资源以后，因为服务器较多，生成了几十个结果文件。现在需要统计每个文件中cpu、内存、disk等平均值、最大值信息。
太多表了，就写了个Python脚本，以后可能用的上，先记录一下。

nmon生成的Excel中，需要获取的CPU平均值、最大值：

汇总表需要填写内容：

2、想法

准备使用Python的xlrd库读取每个报告的数据，xlwt库写入Excel，汇总数据。

3、脚本实现

使用Python3.9，xlrd1.2.0之后的版本不支持xlsx格式，支持xls格式。要么安装老版本：pip install xlrd==1.2.0，要么修改文件后缀名为.xls。

import os
import re
import sys
from datetime import datetime

import xlrd
import xlwt
from xlutils.copy import copy

3.1、扫描文件夹内所有的Excel文件

新建了一个类，初始化各变量，同时遍历指定文件夹路径，提取路径中.xlsx报告。将报告名称、路径、总数保存到列表中，方便后面使用。

class ExcelCut:

    def __init__(self, folder_path):
        self.folder_path=folder_path  # 设置报告文件夹路径
        self.file_paths=[]  # 全部报告路径
        self.file_names=[]  # 全部报告名称
        self.name=''  # 新建报告名称
        self.hang_number=2  # 初始写入行
        self.success=0  # 已读数
        self.count=0  # 总报告数
        max_depth=2  # 设置遍历文件深度
        self.get_file_paths(max_depth)

    def get_file_paths(self, max_depth):
        """提取报告路径、名称"""
        for root, dirs, files in os.walk(self.folder_path, topdown=True):  # 遍历文件夹及其子文件夹中的.xlsx文件
            depth=root[len(self.folder_path):].count(os.sep)
            if depth > max_depth:  # 深度超过限制，不继续递归
                del dirs[:]
            for file in files:
                if file.endswith('.xlsx'):  # 条件筛选.xlsx
                    file_path=os.path.join(root, file)
                    self.file_paths.append(file_path)  # 保存报告路径

        self.count=len(self.file_paths)  # 统计报告数量
        if self.count == 0:
            print('扫描完成----------没有发现.xlsx格式的文件')
            sys.exit()  # 没有发现报告，程序退出
        else:
            print(f'扫描完成----------发现{self.count}个Excel文件')
            pattern=r'[^\\]+(?=\.xlsx$)'  # 提取路径中报告名称
            self.file_names.extend([re.search(pattern, file_path).group() for file_path in self.file_paths])

3.2、新建一个汇总表

使用xlwt创建新表格，新建表名称为：数据集合_时_分 .xls，表内新建名为"数据"的sheet，新增表头名称：“服务器”、“CPU（%）”、“内存（MB）”、“磁盘读（KB/s）”、"磁盘写（KB/s）"等。
保存路径放在了报告文件夹，方便查看。

    def new(self):
        """新建Excel,与表头"""
        workbook=xlwt.Workbook(encoding='utf-8')  # 新建
        new_worksheet=workbook.add_sheet("数据")

        style=xlwt.easyxf('pattern: pattern solid, fore_colour LIGHT_GREEN ; font: bold on')  # 设置颜色
        new_worksheet.col(0).width=256 * 28  # 列宽
        data=[
            ("服务器", (0, 1), (0, 0)),  # 合并 第0行到第1行的 第0列到第0列
            ("CPU（%）", (0, 0), (1, 2)),
            ("内存（MB）", (0, 0), (3, 4)),
            ("磁盘读（KB/s）", (0, 0), (5, 6)),
            ("磁盘写（KB/s）", (0, 0), (7, 8))]
        for text, rows, cols in data:  # 写入表头
            new_worksheet.write_merge(rows[0], rows[1], cols[0], cols[1], text, style)
        headers=["平均值（Avg）", "最大值（Max）", "平均值（Avg）", "最大值（Max）", "平均值（Avg）", "最大值（Max）",
                 "平均值（Avg）", "最大值（Max）"]
        for i in range(1, len(headers) + 1):
            new_worksheet.write(1, i, headers[i - 1], style)

        now_time=datetime.now()
        formatted_time=now_time.strftime('%H_%M')
        self.name=f'{self.folder_path}\\数据集合_{formatted_time}.xls'  # 保存路径在报告文件夹路径 当前时间的时、分结尾命名

        workbook.save(f'{self.name}')  # 保存
        print(f'{self.name}----新建成功')

生成的汇总表：

生成的汇总表内容：

3.3、打开Excel，读取每个sheet中需要的值

使用xlrd打开Excel文件。新建read_excl函数，传入Excel地址与名称，返回数据列表。
SYS_SUMM中，需要CPU的Avg与Max，每个表数据可能不同，行数就不一样。但CPU%的列数不会改变，就读取第12列，定位CPU%的行数。向下两个就是需要获取的数据，其它数据同理。

    def read_excl(self, xpath, file_name):
        """打开大表，读取信息，返回列表"""
        try:
            data=xlrd.open_workbook(xpath)
            print(f"读取{file_name}表数据")

            table=data.sheet_by_name("SYS_SUMM")  # cpu
            cpu=table.col_values(11, start_rowx=0, end_rowx=None)  # 返回由该列中所有的单元格对象组成的列表
            cpu_number=cpu.index('CPU%')
            cpu_avg=table.cell_value(cpu_number + 1, 11)
            cpu_max=table.cell_value(cpu_number + 2, 11)

            table=data.sheet_by_name("MEM")
            mem=table.col_values(10, start_rowx=1, end_rowx=None)  # 内存
            mem_avg=sum(mem) / len(mem)
            mem_max=max(mem)

            table=data.sheet_by_name("DISK_SUMM")
            disk=table.col_values(0, start_rowx=0, end_rowx=None)  # disk
            disk_number=disk.index('Avg.')
            disk_r_avg=table.cell_value(disk_number, 1)
            disk_r_max=table.cell_value(disk_number + 2, 1)
            disk_w_avg=table.cell_value(disk_number, 2)
            disk_w_max=table.cell_value(disk_number + 2, 2)

            values=[file_name, cpu_avg, cpu_max, mem_avg, mem_max, disk_r_avg, disk_r_max, disk_w_avg, disk_w_max]
            self.success+=1  # 成功数量+1
            return values
        except BaseException as result:
            print(f"错误：读取{file_name}表数据失败\n")
            print(result)

3.4、将读取到的值，写入汇总表，保存

最后一步，新建汇总表后，循环读取，并写入保存。
xlutils可用于拷贝原excel或者在原excel基础上进行修改，并保存。

    def main(self):
        """遍历所有Excel，写入汇总"""
        self.new()  # 新建汇总表
        # 打开编辑汇总表
        excel=xlrd.open_workbook(self.name, formatting_info=True)  # formatting_info=True保留原有的数据格式
        new_excel=copy(excel)  # 将xlrd对象拷贝转换成xlwt对象
        sheet=new_excel.get_sheet("数据")  # 通过sheet名称获取表格

        for row in range(self.count):  # 遍历表，写每行
            va=self.read_excl(self.file_paths[row], self.file_names[row])
            for col in range(9):  # 遍历写每列
                sheet.write(self.hang_number, col, va[col])
            self.hang_number+=1  # 行数
            new_excel.save(self.name)  # 保存excel文件
        print(f'应截报告{self.count}个，已截取报告{self.success}个')

4、运行结果

所有文件已读取。

数据汇总写入到表内。