|
python的一大優(yōu)勢(shì)是生態(tài)豐富,，各種想要的庫(kù)都有人做好了,，省掉造輪子的成本。對(duì)于Excel文件操作,，也不例外,。在Python中操作Excel有2條思路。
- 使用
pywin32,，內(nèi)含win32com等多個(gè)包,，使用微軟獨(dú)門(mén)的COM接口技術(shù)去操控系統(tǒng)中的Excel軟件。沿著這條思路,，好處是除了Excel軟件,，可以操控系統(tǒng)中任意支持COM接口的軟件，微軟全家桶是必然在列滴,，其他就難說(shuō)了,；劣勢(shì)就是COM接口技術(shù)比較老舊了，僅在Windows平臺(tái)中使用，而且系統(tǒng)中必須已經(jīng)安裝好Excel軟件,。
- 使用讀寫(xiě)表格文件的庫(kù),，如
xlrd/xlwt/xlutils、openpyxl,、pyexcel,、XlsxWriter等，這些庫(kù)封裝了對(duì)Excel文件的讀寫(xiě)操作的函數(shù),。
 在Python中操作Excel文件
本文對(duì)第2條思路中常見(jiàn)的庫(kù)進(jìn)行簡(jiǎn)單評(píng)述與總結(jié),。
0x00 xlrd/xlwt/xlutils簡(jiǎn)介這3個(gè)必須捆綁到一起說(shuō)。Simplistix公司開(kāi)發(fā)了這3個(gè)庫(kù),，還提供了一個(gè)教程Working with Excel files in Python,，教程是2009年出的，原網(wǎng)站內(nèi)容基本都清空了,，項(xiàng)目遷移到http://www.,，教程遷移到https://github.com/python-excel/tutorial。
xlrd用于讀取Excel文件表格中的數(shù)據(jù),，rd含義就是read,，同時(shí)支持xls和xlsx兩種格式標(biāo)準(zhǔn)；xlwt用于將數(shù)據(jù)寫(xiě)入Excel文件,，wt含義就是write,，僅支持xls格式標(biāo)準(zhǔn)；xlutils依賴(lài)于xlrd和xlwt,，提供讀寫(xiě)相關(guān)支持的工具集,，比如類(lèi)型轉(zhuǎn)換、workbook復(fù)制等,。
吐槽一句,，這3個(gè)東西原本應(yīng)該做到一起的，搞成3個(gè)麻煩,。
xls和xlsx格式注意文件后綴名跟格式標(biāo)準(zhǔn)沒(méi)關(guān)系,，不是說(shuō)文件擴(kuò)展名用xlsx就一定是xlsx格式、用xls就一定是xls格式,，而是兩種格式標(biāo)準(zhǔn)文件在數(shù)據(jù)組織方式,、數(shù)據(jù)量支持等多方面就存在本質(zhì)差異。微軟自O(shè)ffice 2007系列之后開(kāi)始廣泛支持xlsx格式標(biāo)準(zhǔn),，使用xls格式標(biāo)準(zhǔn)的文件逐漸減少。
xls是微軟私有的文件格式標(biāo)準(zhǔn),，以二進(jìn)制方式直接保存文件,，最大支持行數(shù)65536行、列數(shù)256列，而xlsx是基于Office Open XML標(biāo)準(zhǔn)的格式,，實(shí)質(zhì)是以zip壓縮包保存文件,，只是擴(kuò)展名使用了xlsx，可以用解壓軟件查看壓縮包內(nèi)容,，最大支持1048576行,、16384列。
主要特性xlrd/xlwt是以非常原始的方式進(jìn)行Excel表格數(shù)據(jù)讀寫(xiě),，可以類(lèi)比為CPU編程的匯編語(yǔ)言,、Web開(kāi)發(fā)中的JavaScript，好處嘛就是運(yùn)行速度相對(duì)快,，缺點(diǎn)就是代碼要寫(xiě)得比較啰嗦,。xlrd/xlwt實(shí)現(xiàn)了Book（工作簿）、Sheet（表單）,、Cell（單元格）多級(jí)對(duì)象,，并將單元格分為文本（Text）、數(shù)字（Number）,、日期（Date）,、布爾（Boolean）、錯(cuò)誤（Error）,、空白（Empty/Blank）幾種類(lèi)型,。比較蛋疼的是，xlrd中的Book和xlwt中Book并非是同一類(lèi)型,，在Book對(duì)象中獲取Sheet對(duì)象的方法也不同,，正因?yàn)槿绱耍判枰?code>xlutils做中間橋梁進(jìn)行轉(zhuǎn)換,。
xlrd/xlwt對(duì)Excel文件支持較好,，除了常規(guī)數(shù)據(jù)讀寫(xiě)，還支持單元格字體,、邊框線(xiàn)風(fēng)格,，還支持寫(xiě)入表格公式，但實(shí)際使用表明大量公式不支持,，讀入表格只能得到公式值,，另外不支持圖表繪制。
在數(shù)據(jù)訪(fǎng)問(wèn)方面,，xlrd/xlwt可以整行/列操作,，單元格索引則完全依賴(lài)行列序號(hào)，但提供了函數(shù)用于行列序號(hào)與Excel風(fēng)格單元格地址相互轉(zhuǎn)換,。
xlrd/xlwt/xlutils對(duì)外暴露的類(lèi)型,、方法、函數(shù)中規(guī)中矩，也沒(méi)有什么花式操作,，用戶(hù)只了解最常用的小部分也能完成工作,。
0x01 openpyxl簡(jiǎn)介openpyxl是由一群志愿者在業(yè)余時(shí)間開(kāi)發(fā)維護(hù)的開(kāi)源項(xiàng)目，用于在Python中原生地讀寫(xiě)Excel xlsx/xlsm/xltx/xltm格式文件,，項(xiàng)目地址 http:///openpyxl/openpyxl,。openpyxl對(duì)Excel文件功能支持十分完備：除了常規(guī)數(shù)據(jù)讀寫(xiě)，還支持單元格合并/分拆,、插入圖片,、（有限的）圖表繪制、公式寫(xiě)入/解析,、單元格注釋,、只讀/只寫(xiě)模式、單元格字體/對(duì)齊/填充/邊框線(xiàn)風(fēng)格,、條件格式,、數(shù)據(jù)有效性等。
主要特性在數(shù)據(jù)訪(fǎng)問(wèn)方面,，openpyxl支持整行/列操作,，單元格索引既可以用行列序號(hào)，也可以用Excel風(fēng)格單元格地址,，內(nèi)部自動(dòng)轉(zhuǎn)換無(wú)需用戶(hù)操心,。
Excel功能支持方面，openpyxl堪稱(chēng)完美,，但最大痛點(diǎn)是不支持xls格式,，而目前實(shí)際仍有不少xls格式文件在應(yīng)用中。
0x02 XlsxWriter簡(jiǎn)介XlsxWriter是用于創(chuàng)建Excel xlsx格式文件的包,，僅支持寫(xiě)操作,，不支持xls格式，非常適合于生成新表格文件的應(yīng)用場(chǎng)合,，對(duì)于讀出表格數(shù)據(jù)進(jìn)行分析則無(wú)能為力,。XlsxWriter開(kāi)源，項(xiàng)目地址為 https://github.com/jmcnamara/XlsxWriter,。
在Excel功能支持方面十分完備,，XlsxWriter支持單元格合并/分拆、圖片插入,、圖表繪制,、公式、單元格注釋,、單元格數(shù)字格式/字體/對(duì)齊/填充/邊框線(xiàn)風(fēng)格,、條件格式,、數(shù)據(jù)有效性,、文本框插入,、VBA等，還能與pandas集成進(jìn)行數(shù)據(jù)分析,，運(yùn)行效率也很高,。
主要特性XlsxWriter在寫(xiě)入數(shù)據(jù)方面設(shè)計(jì)很有特點(diǎn)，對(duì)外只暴露1個(gè)write方法,，內(nèi)部則根據(jù)要寫(xiě)入的數(shù)據(jù)格式（Excel單元格所規(guī)定的數(shù)字,、字符串、公式,、空白,、日期時(shí)間、鏈接等）,，回調(diào)相應(yīng)的handler,，同時(shí)允許用戶(hù)添加自定義handler，在匹配自定義數(shù)據(jù)格式時(shí)自動(dòng)回調(diào),。這樣設(shè)計(jì)僅需掌握1個(gè)write方法便可搞定所有的寫(xiě)操作,，簡(jiǎn)潔明了，保持靈活性同時(shí)不失統(tǒng)一性,。
在數(shù)據(jù)訪(fǎng)問(wèn)方面,，XlsxWriter支持整行/列操作，單元格索引既可以用行列序號(hào),，也可以用Excel風(fēng)格單元格地址,，內(nèi)部自動(dòng)轉(zhuǎn)換無(wú)需用戶(hù)操心。
XlsxWriter對(duì)外暴露的類(lèi)型,、方法,、函數(shù)相對(duì)較為簡(jiǎn)潔，數(shù)量也不多,，風(fēng)格也很統(tǒng)一,，用戶(hù)上手十分容易，提供的文檔和樣例十分豐富,。
0x03 pyexcel簡(jiǎn)介與上述幾個(gè)庫(kù)所不同的是,，pyexcel是一個(gè)包裝庫(kù)，底層依賴(lài)實(shí)際是xlrd/xlwt,、openpyxl,、XlsxWriter、lxml等,，經(jīng)過(guò)封裝后對(duì)外提供一套API進(jìn)行Excel文件讀寫(xiě),，可類(lèi)比為CPU編程的C語(yǔ)言,、Web開(kāi)發(fā)中的jQuery等，好處就是簡(jiǎn)化了代碼編寫(xiě)過(guò)程,，缺點(diǎn)就是運(yùn)行效率降低了,。pyexcel開(kāi)源，項(xiàng)目地址為https://github.com/pyexcel/pyexcel,。
除了支持Excel的xls,、xlsx格式，還支持csv,、tsv文本格式,，以及sql數(shù)據(jù)庫(kù)表、Python內(nèi)置的dict/嵌套list數(shù)據(jù)類(lèi)型等,，讓用戶(hù)專(zhuān)注于處理表格數(shù)據(jù),，不必操心數(shù)據(jù)存儲(chǔ)介質(zhì)的細(xì)節(jié)，另外對(duì)字體/顏色/邊框風(fēng)格,、圖表繪制,、公式等均不支持。
主要特性pyexcel被設(shè)計(jì)為插件式,，模塊化地支持各種功能,，默認(rèn)安裝只有pyexcel、pyexcel-io兩個(gè)包,，僅支持csv,、tsv文本格式，對(duì)Excel表格支持就是通過(guò)各種插件完成的,，用戶(hù)完全根據(jù)自己所需只安裝必要的插件而不影響整體功能,。
- 對(duì)xls的格式讀寫(xiě)支持由
pyexcel-xls插件完成，依賴(lài)于xlrd/xlwt,；
- 對(duì)xlsx的格式讀寫(xiě)支持由
pyexcel-xlsx插件完成,，依賴(lài)于openpyxl；
- 只寫(xiě)xlsx的支持由
pyexcel-xlsxw插件完成,，依賴(lài)于XlsxWriter,；
- 只讀xlsx的支持由
pyexcel-xlsxr插件完成，依賴(lài)于lxml,；
- 對(duì)ods（Open Document Spreadsheet,，開(kāi)放文檔表單，在Open Office等開(kāi)源辦公軟件中使用廣泛）格式的讀寫(xiě)支持由
pyexcel-ods插件完成,，依賴(lài)于odfpy,；
- 其他更多格式支持詳情，參考庫(kù)文檔,。
在數(shù)據(jù)訪(fǎng)問(wèn)方面,，pyexcel支持整個(gè)表單,、整行/列、矩形區(qū)操作,，單元格索引既可以用行列序號(hào),，也可以用Excel風(fēng)格單元格地址，內(nèi)部自動(dòng)轉(zhuǎn)換無(wú)需用戶(hù)操心,。
pyexcel對(duì)外暴露的類(lèi)型,、方法、函數(shù)種類(lèi)繁多,，參數(shù)繁多，功能多樣,，用戶(hù)可能只需要了解其中少部分就能完成工作,。
0x04 小結(jié)對(duì)以上幾個(gè)庫(kù)的主要特性和不足總結(jié)對(duì)此如下。
 Python中操作Excel的幾種常見(jiàn)庫(kù)對(duì)比
上述幾個(gè)庫(kù)對(duì)數(shù)據(jù)分析即使有支持也十分有限,，主要用來(lái)讀出/寫(xiě)入文件,，中間的數(shù)據(jù)分析過(guò)程嘛，則可以交給其他庫(kù)來(lái)完成,，充分發(fā)揮Python生態(tài)極度豐富的優(yōu)勢(shì),，如numpy、pandas等,。
若是要處理的表格文件較少,，最快捷的方式仍然是各種辦公軟件，微軟的Office,、金山的WPS,、開(kāi)源的Open Office / Libre Office等。遇到大量重復(fù)性的表格文件,，才有必要通過(guò)程序自動(dòng)化,。面對(duì)這么多Excel表格文件操作庫(kù)，該如何選擇,？如果要格式和功能的廣泛支持,，首選xlrd/xlwt/xlutils或pyexcel；如果沒(méi)有兼容xls格式的包袱,，首選openpyxl,；如果只需要在應(yīng)用中導(dǎo)出/生成表格，則首選XlsxWriter,。
參考
|
