openpyxl模块介绍
openpyxl模块是一个读写Excel 2010文档的Python库，如果要处理更早格式的Excel文档，需要用到额外的库，openpyxl是一个比较综合的工具，能够同时读取和修改Excel文档。其他很多的与Excel相关的项目基本只支持读或者写Excel一种功能。
安装openpyxl模块
openpyxl是一个开源项目，这里使用如下命令安装openpyxl模块
|
1
|
pip3 install openpyxl |
openpyxl基本用法
想要操作Excel首先要了解Excel 基本概念，Excel中列以字幕命名，行以数字命名，比如左上角第一个单元格的坐标为A1，下面的为A2，右边的B1。
openpyxl中有三个不同层次的类，Workbook是对工作簿的抽象，Worksheet是对表格的抽象，Cell是对单元格的抽象，每一个类都包含了许多属性和方法。
操作Excel的一般场景:
- 打开或者创建一个Excel需要创建一个Workbook对象
- 获取一个表则需要先创建一个Workbook对象，然后使用该对象的方法来得到一个Worksheet对象
- 如果要获取表中的数据，那么得到Worksheet对象以后再从中获取代表单元格的Cell对象
Workbook对象
一个Workbook对象代表一个Excel文档，因此在操作Excel之前，都应该先创建一个Workbook对象。对于创建一个新的Excel文档，直接进行Workbook类的调用即可，对于一个已经存在的Excel文档，可以使用openpyxl模块的load_workbook函数进行读取，该函数包涵多个参数，但只有filename参数为必传参数。filename 是一个文件名，也可以是一个打开的文件对象。
|
1
2
3
4
|
>>> import openpyxl
>>> excel = openpyxl.Workbook('hello.xlxs')
>>> excel1 = openpyxl.load_workbook('abc.xlsx')
>>> |
PS：Workbook和load_workbook相同，返回的都是一个Workbook对象。
Workbook对象提供了很多属性和方法，其中，大部分方法都与sheet有关，部分属性如下：
- active：获取当前活跃的Worksheet
- worksheets：以列表的形式返回所有的Worksheet(表格)
- read_only：判断是否以read_only模式打开Excel文档
- encoding：获取文档的字符集编码
- properties：获取文档的元数据，如标题，创建者，创建日期等
- sheetnames：获取工作簿中的表（列表）
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
>>> import openpyxl
>>> excel2 = openpyxl.load_workbook('abc.xlsx')
>>> excel2.active<Worksheet "abc">
>>> excel.read_onlyFalse>>> excel2.worksheets[<Worksheet "abc">, <Worksheet "def">]
>>> excel2.properties<openpyxl.packaging.core.DocumentProperties object>
Parameters:creator='openpyxl', title=None, description=None, subject=None, identifier=None, language=None, created=datetime.datetime(2006, 9, 16, 0, 0), modified=datetime.datetime(2018, 2, 5, 7, 25, 18), lastModifiedBy='Are you SuperMan', category=None, contentStatus=None, version=None, revision=None, keywords=None, lastPrinted=None
>>> excel2.encoding'utf-8'>>> |
Workbook提供的方法如下：
- get_sheet_names：获取所有表格的名称(新版已经不建议使用，通过Workbook的sheetnames属性即可获取)
- get_sheet_by_name：通过表格名称获取Worksheet对象(新版也不建议使用，通过Worksheet['表名']获取)
- get_active_sheet：获取活跃的表格(新版建议通过active属性获取)
- remove_sheet：删除一个表格
- create_sheet：创建一个空的表格
- copy_worksheet：在Workbook内拷贝表格
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
>>> excel2.get_sheet_names()Warning (from warnings module):
File "__main__", line 1
DeprecationWarning: Call to deprecated function get_sheet_names (Use wb.sheetnames).['abc', 'def']
>>> excel2.sheetnames['abc', 'def']
>>> excel2.get_sheet_by_name('def')
Warning (from warnings module):
File "__main__", line 1
DeprecationWarning: Call to deprecated function get_sheet_by_name (Use wb[sheetname]).<Worksheet "def">
>>> excel2['def']
<Worksheet "def">
>>> excel2.get_active_sheet()Warning (from warnings module):
File "__main__", line 1
DeprecationWarning: Call to deprecated function get_active_sheet (Use the .active property).
<Worksheet "abc">
>>> excel2.create_sheet('ghk')
<Worksheet "ghk">
|
Worksheet对象
有了Worksheet对象以后，我们可以通过这个Worksheet对象获取表格的属性，得到单元格中的数据，修改表格中的内容。openpyxl提供了非常灵活的方式来访问表格中的单元格和数据，常用的Worksheet属性如下：
- title：表格的标题
- dimensions：表格的大小，这里的大小是指含有数据的表格的大小，即：左上角的坐标:右下角的坐标
- max_row：表格的最大行
- min_row：表格的最小行
- max_column：表格的最大列
- min_column：表格的最小列
- rows：按行获取单元格(Cell对象) - 生成器
- columns：按列获取单元格(Cell对象) - 生成器
- freeze_panes：冻结窗格
- values：按行获取表格的内容(数据) - 生成器
PS：freeze_panes，参数比较特别，主要用于在表格较大时冻结顶部的行或左边的行。对于冻结的行，在用户滚动时，是始终可见的，可以设置为一个Cell对象或一个端元个坐标的字符串，单元格上面的行和左边的列将会冻结(单元格所在的行和列不会被冻结)。例如我们要冻结第一行那么设置A2为freeze_panes，如果要冻结第一列，freeze_panes取值为B1，如果要同时冻结第一行和第一列，那么需要设置B2为freeze_panes，freeze_panes值为none时 表示 不冻结任何列。
常用的Worksheet方法如下:
- iter_rows：按行获取所有单元格，内置属性有(min_row,max_row,min_col,max_col)
- iter_columns：按列获取所有的单元格
- append：在表格末尾添加数据
- merged_cells：合并多个单元格
- unmerged_cells：移除合并的单元格
|
1
2
3
4
5
6
|
>>> for row in excel2['金融'].iter_rows(min_row=2,max_row=4,min_col=2,max_col=4):
print(row)
(<Cell 'abc'.B2>, <Cell 'abc'.C2>, <Cell 'abc'.D2>)
(<Cell 'abc'.B3>, <Cell 'abc'.C3>, <Cell 'abc'.D3>)
(<Cell 'abc'.B4>, <Cell 'abc'.C4>, <Cell 'abc'.D4>)
|
PS：从Worksheet对象的属性和方法可以看到，大部分都是返回的是一个Cell对象，一个Cell对象代表一个单元格，我们可以使用Excel坐标的方式来获取Cell对象，也可以使用Worksheet的cell方法获取Cell对象。
|
1
2
3
4
5
|
>>> excel2['abc']['A1']
<Cell 'abc'.A1>
>>> excel2['abc'].cell(row=1,column=2)
<Cell 'abc'.B1>
>>> |
Cell对象
Cell对象比较简单，常用的属性如下:
- row：单元格所在的行
- column：单元格坐在的列
- value：单元格的值
- coordinate：单元格的坐标
|
1
2
3
4
5
6
7
8
|
>>> excel2['abc'].cell(row=1,column=2).coordinate
'B1'>>> excel2['abc'].cell(row=1,column=2).value
'test'>>> excel2['abc'].cell(row=1,column=2).row
1>>> excel2['abc'].cell(row=1,column=2).column
'B' |
打印表中数据的几种方式
|
1
2
3
4
5
6
7
8
9
|
# ---------- 方式1 ---------->>> for row in excel2['abc'].rows:
print( *[ cell.value for cell in row ])
# 列表生成式前加*号，表示去掉[]，只打印[]中的对象
# ---------- 方式2 ---------->>> for row in excel2['abc'].values:
print(*row)
|
实例
现有如下需求，对每个人提交的表格进行汇总
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
#!/usr/bin/evn pythonimport os
import glob
import openpyxl
filedir = r'C:\Users\Are you SuperMan\Desktop\test'
def process_merge_excel(filename): # 对文件进行汇总
main_file = filename[0]
wb = openpyxl.load_workbook(main_file)
sheet = wb.active
sheet.title = 'merge_result'
for file in filename[1:]:
wb2 = openpyxl.load_workbook(file)
ac_sheet = wb2.active
for row in ac_sheet.iter_rows(min_row=2):
value = [ cell.value for cell in row]
sheet.append(value)
return wb
def get_file_excel(filelist): # 获取要合并的文件
file_list = glob.glob(os.path.join(filelist,'*.xlsx'))
return file_list
if __name__ == '__main__':
files = get_file_excel(filedir)
wb = process_merge_excel(files)
wb.save(r'C:\Users\Are you SuperMan\Desktop\test\result.xlsx')
|
三大坑：
1、返回sheet的某一行的list
错误写法：return sheet.rows[rowNo]
正确写法：return list(sheet.rows)[rowNo]
2、根据sheetName，打开workbook的某个sheet
错误写法：workbook.get_sheet_by_name(sheetName)
正确写法：workbook[sheetName]
3、根据sheetIndex，打开workbook的某个sheet
错误写法：workbook.get_sheet_names[sheetIndex]
正确写法：workbook.sheetNames[sheetIndex]