python识别excel文件格式 ——（专栏：基于python编写简单office阅卷程序②）

● 研二在读学生，非工科非计算机专业，故代码简陋初级勿喷，本文仅为记录和快乐分享。
○ 感谢肯定，感谢点赞收藏分享，转载请注明本页出处即可。 ____Ⓙ即刻@王昭没有君

本文仅为笔者摸索总结-欢迎订正补充交流讨论-

❤python识别excel文件格式 ——（专栏：基于python编写简单office阅卷程序②）

————————

一、整体思路：

🍒1. 使用python第三方库Openpyxl识别尽可能多的excel格式；（更简单方便）

• openpyxl库不支持读取.xls格式文件，支持.xlsx格式文件，请提醒学生上交.xlsx文件
• 若文件格式为.xls格式考虑改用xlrd库读取，语法与Openpyxl大同小异，请读者自行探索吧~
• 使用 dir() 查看当级存在的属性或下级对象（不含双下划线__的）
• 使用 (.属性）试图调用查看属性，或（.对象）进入下级对象

🍒2. 将.xlsx转为.xml格式文件，读取标签，补充识别Openpyxl库无法识别的格式；

• 解压excel.xlsx文件为xml文件（不止一个，有好几个文件夹）
• 找到相应的属性在xml文件中的存储标签名和层级
• 使用（层级.tag）（层级.attrib）(层级.text) 试图取出该属性

🍒3. office有个懒惰且简洁的规则是，很多默认属性和格式，若该文档中作者未修改默认格式或属性，则在xml文件中该属性或格式的标签不存在 ，则在用python抽取该格式或属性时，返回值为None或空，有时还会提示不存在而报错。例如：

• 默认字体为等线（有的版本是宋体）
• 默认字号11（也可能因版本不同而不同或.xls和.xlsx差异）
• 默认无边框等
  而在修改了这些格式后，该属性标签会存储在.xlsx和.xml文件中。又不像是完全的日志文件。

————————

二、使用python库情况

此处均为笔者编写阅卷程序用到的，若只识别excel格式，并不需要以下全部：

import xlrd										# 读取excel文件,主要是获取名单和创建地址用
import openpyxl									# 读取excel试卷，因为相比与xlrd的语法我更喜欢
#想用xlrd读取试卷.xlsx也可以，如果是试卷.xls文件则只能用xlrd库读
import os										# 使用文件路径等
import xml.etree.ElementTree as ET				# 读取xml文件

除此之外，在解压转为xml文件时还用到以下库：

import os										# 因笔者分开写的解压程序，解压也用到os库
import xlrd										# 因笔者分开写的解压程序，解压也用到xlrd库,主要是获取名单和创建地址用
import shutil									# 删除配置文件
import zipfile
# 解压word（.docx）、excel(.xlsx)、ppt(.pptx)文件成为.xml格式文件

————————

三、openpyxl库识别表格文件结构：

• workbook：

  • worksheets：

    • rows：
      • cells：
    • columns：
      • cells：
    • cells：

• worksheet可.调用行列也可直接调用单元格，行列也可调用行列内的单元格

• 图表和文本框游离于行列和单元格

🍍1.读取工作簿：openpyxl.load_workbook ( ’ 文件地址 ’ )

workbook = openpyxl.load_workbook(r"F:\测试\csdn.xlsx")	  # 默认data_only = True  仅取值
workbook2 = openpyxl.load_workbook(r"F:\测试\csdn.xlsx", data_only = False ) 	# 取公式

（1）data_only参数默认为True，读取时仅读取值，data_only =False时则读取公式。
（2）使用 dir(workbook) 查看当级存在的属性或下级对象（不含双下划线__的）；

🍍2.读取工作表：workbook.worksheets[序号]

print(workbook.sheetnames)								# 输出所有sheet表名 (列表形式)
worksheet = workbook.worksheets[0]						# 按照顺序读取工作表，这个最好用，有的学生乱改名
worksheet = workbook['Sheet1']							# 按照工作表名读取工作表
worksheet = workbook.get_sheet_by_name("New Title")  	
# 按照工作表名读取工作表的另一种写法，不如workbook['Sheet1']好用，后续有些属性读不出来或报错提醒
worksheet = workbook.create_sheet("表名")				# 创建新工作表，写在这里但阅卷用不到

（1）使用 dir(worksheet) 查看当级存在的属性或下级对象（不含双下划线__的）；
（2）有关工作表的属性基本都在worksheet部分里；很遗憾行高列宽不在；
（