Python xlrd xlwt读写文档

工具分析
pandas，numpy，虽然功能强大，但需要重新定义excel，效率低。
xlutils，xlrd(read only)，xlwt(write only，需要创建新工作表)
xutils可实现读写切换，对读取包重新编码，但影响原三方包(xlrd)函数调用，xlwt读写功能有限。最终采用改后逻辑。
openpyxl：直接读写excel文档，可直接修改数据，可能会影响原数据。

邮箱处理代码思路

1.打开文档-工作表 xlrd
2.获取最大行数 max_rows
3.提取需要匹配的第n列每行数据 re.match，column_value
4.每个数据（for loop）与正则表达式匹配，匹配则True，不匹配则False
5.将匹配结果写入第n+1列，修改原表或建立新表 xlwt

套用了re邮箱匹配正则表达式，逻辑如下

---

"""
Created on Mon Mar 18 08:58:24 2019

@author: viola
"""

import xlrd
import xlwt
import re

ExcelFile=xlrd.open_workbook(r'C:\Users\test example.xlsx')
#获取目标EXCEL文件
sheet = ExcelFile.sheets()[0]
#xlrd通过索引打开工作表

mail_format = r'^[a-zA-Z0-9]([a-zA-Z0-9]*[-_\.]?[a-zA-Z0-9]+)@[a-zA-Z0-9]([a-zA-Z0-9]*[-_]?[a-z0-9]+)+[\.][a-z]{2,3}([\.][a-z]{2})?$'
#邮箱匹配正则表达式，该版本要求过于严苛
#修改版 mail_format = r‘^[_A-Za-z0-9-]+(\.[_A-Za-z0-9-]+)*@[A-Za-z0-9-]+(\.[A-Za-z0-9-]+)*(\.[A-Za-z]{2,4})$’

result_1=[]
for email_1 in sheet.col_values(4):
    if re.match(mail_format,email_1):
        result_1.append('True')
    else:
        result_1.append('False')

print(result_1)
#Python console已显示结果



ExcelFile_write = xlwt.Workbook(encoding = 'ascii')
NewFile = ExcelFile_write.add_sheet('My Worksheet')
for i in range(len(result_1)):
    NewFile.write(i,0,result_1[i])

ExcelFile_write.save('检验结果.xls')
#写入新表

Demo：利用random函数随机生成手机号码，利用在线邮箱随机生成器模拟数据，demo包含与原表相同数目变量，行数约600。

工作内容：收集csdn邮箱正则表达式，结合本文档数据结构，编写re邮箱正则表达。
邮箱处理逻辑：读取原工作表数据，匹配第N列，新增第N+1列存储匹配结果，直接写入原文档。
个人电脑：在demo试运行脚本，匹配结果质量满分，但针对大量数据库可能过于严苛。
改：读取原表数据，匹配结果存入新表。（不影响原数据）
第一版re正则表达式运行后，发现大量邮箱值大小写字母混合，进行预处理：利用excel lower()函数将邮箱字段全部置换成小写字母。