|
python的一大優(yōu)勢是生態(tài)豐富，各種想要的庫都有人做好了，省掉造輪子的成本。對于Excel文件操作，也不例外。在Python中操作Excel有2條思路。
- 使用
pywin32，內含win32com等多個包，使用微軟獨門的COM接口技術去操控系統(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，其他就難說了；劣勢就是COM接口技術比較老舊了，僅在Windows平臺中使用，而且系統(tǒng)中必須已經安裝好Excel軟件。
- 使用讀寫表格文件的庫，如
xlrd/xlwt/xlutils、openpyxl、pyexcel、XlsxWriter等，這些庫封裝了對Excel文件的讀寫操作的函數(shù)。
 在Python中操作Excel文件
本文對第2條思路中常見的庫進行簡單評述與總結。
0x00 xlrd/xlwt/xlutils簡介這3個必須捆綁到一起說。Simplistix公司開發(fā)了這3個庫，還提供了一個教程Working with Excel files in Python，教程是2009年出的，原網站內容基本都清空了，項目遷移到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，同時支持xls和xlsx兩種格式標準；xlwt用于將數(shù)據(jù)寫入Excel文件，wt含義就是write，僅支持xls格式標準；xlutils依賴于xlrd和xlwt，提供讀寫相關支持的工具集，比如類型轉換、workbook復制等。
吐槽一句，這3個東西原本應該做到一起的，搞成3個麻煩。
xls和xlsx格式注意文件后綴名跟格式標準沒關系，不是說文件擴展名用xlsx就一定是xlsx格式、用xls就一定是xls格式，而是兩種格式標準文件在數(shù)據(jù)組織方式、數(shù)據(jù)量支持等多方面就存在本質差異。微軟自Office 2007系列之后開始廣泛支持xlsx格式標準，使用xls格式標準的文件逐漸減少。
xls是微軟私有的文件格式標準，以二進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標準的格式，實質是以zip壓縮包保存文件，只是擴展名使用了xlsx，可以用解壓軟件查看壓縮包內容，最大支持1048576行、16384列。
主要特性xlrd/xlwt是以非常原始的方式進行Excel表格數(shù)據(jù)讀寫，可以類比為CPU編程的匯編語言、Web開發(fā)中的JavaScript，好處嘛就是運行速度相對快，缺點就是代碼要寫得比較啰嗦。xlrd/xlwt實現(xiàn)了Book（工作簿）、Sheet（表單）、Cell（單元格）多級對象，并將單元格分為文本（Text）、數(shù)字（Number）、日期（Date）、布爾（Boolean）、錯誤（Error）、空白（Empty/Blank）幾種類型。比較蛋疼的是，xlrd中的Book和xlwt中Book并非是同一類型，在Book對象中獲取Sheet對象的方法也不同，正因為如此，才需要xlutils做中間橋梁進行轉換。
xlrd/xlwt對Excel文件支持較好，除了常規(guī)數(shù)據(jù)讀寫，還支持單元格字體、邊框線風格，還支持寫入表格公式，但實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)訪問方面，xlrd/xlwt可以整行/列操作，單元格索引則完全依賴行列序號，但提供了函數(shù)用于行列序號與Excel風格單元格地址相互轉換。
xlrd/xlwt/xlutils對外暴露的類型、方法、函數(shù)中規(guī)中矩，也沒有什么花式操作，用戶只了解最常用的小部分也能完成工作。
0x01 openpyxl簡介openpyxl是由一群志愿者在業(yè)余時間開發(fā)維護的開源項目，用于在Python中原生地讀寫Excel xlsx/xlsm/xltx/xltm格式文件，項目地址 http:///openpyxl/openpyxl。openpyxl對Excel文件功能支持十分完備：除了常規(guī)數(shù)據(jù)讀寫，還支持單元格合并/分拆、插入圖片、（有限的）圖表繪制、公式寫入/解析、單元格注釋、只讀/只寫模式、單元格字體/對齊/填充/邊框線風格、條件格式、數(shù)據(jù)有效性等。
主要特性在數(shù)據(jù)訪問方面，openpyxl支持整行/列操作，單元格索引既可以用行列序號，也可以用Excel風格單元格地址，內部自動轉換無需用戶操心。
Excel功能支持方面，openpyxl堪稱完美，但最大痛點是不支持xls格式，而目前實際仍有不少xls格式文件在應用中。
0x02 XlsxWriter簡介XlsxWriter是用于創(chuàng)建Excel xlsx格式文件的包，僅支持寫操作，不支持xls格式，非常適合于生成新表格文件的應用場合，對于讀出表格數(shù)據(jù)進行分析則無能為力。XlsxWriter開源，項目地址為 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/對齊/填充/邊框線風格、條件格式、數(shù)據(jù)有效性、文本框插入、VBA等，還能與pandas集成進行數(shù)據(jù)分析，運行效率也很高。
主要特性XlsxWriter在寫入數(shù)據(jù)方面設計很有特點，對外只暴露1個write方法，內部則根據(jù)要寫入的數(shù)據(jù)格式（Excel單元格所規(guī)定的數(shù)字、字符串、公式、空白、日期時間、鏈接等），回調相應的handler，同時允許用戶添加自定義handler，在匹配自定義數(shù)據(jù)格式時自動回調。這樣設計僅需掌握1個write方法便可搞定所有的寫操作，簡潔明了，保持靈活性同時不失統(tǒng)一性。
在數(shù)據(jù)訪問方面，XlsxWriter支持整行/列操作，單元格索引既可以用行列序號，也可以用Excel風格單元格地址，內部自動轉換無需用戶操心。
XlsxWriter對外暴露的類型、方法、函數(shù)相對較為簡潔，數(shù)量也不多，風格也很統(tǒng)一，用戶上手十分容易，提供的文檔和樣例十分豐富。
0x03 pyexcel簡介與上述幾個庫所不同的是，pyexcel是一個包裝庫，底層依賴實際是xlrd/xlwt、openpyxl、XlsxWriter、lxml等，經過封裝后對外提供一套API進行Excel文件讀寫，可類比為CPU編程的C語言、Web開發(fā)中的jQuery等，好處就是簡化了代碼編寫過程，缺點就是運行效率降低了。pyexcel開源，項目地址為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)庫表、Python內置的dict/嵌套list數(shù)據(jù)類型等，讓用戶專注于處理表格數(shù)據(jù)，不必操心數(shù)據(jù)存儲介質的細節(jié)，另外對字體/顏色/邊框風格、圖表繪制、公式等均不支持。
主要特性pyexcel被設計為插件式，模塊化地支持各種功能，默認安裝只有pyexcel、pyexcel-io兩個包，僅支持csv、tsv文本格式，對Excel表格支持就是通過各種插件完成的，用戶完全根據(jù)自己所需只安裝必要的插件而不影響整體功能。
- 對xls的格式讀寫支持由
pyexcel-xls插件完成，依賴于xlrd/xlwt；
- 對xlsx的格式讀寫支持由
pyexcel-xlsx插件完成，依賴于openpyxl；
- 只寫xlsx的支持由
pyexcel-xlsxw插件完成，依賴于XlsxWriter；
- 只讀xlsx的支持由
pyexcel-xlsxr插件完成，依賴于lxml；
- 對ods（Open Document Spreadsheet，開放文檔表單，在Open Office等開源辦公軟件中使用廣泛）格式的讀寫支持由
pyexcel-ods插件完成，依賴于odfpy；
- 其他更多格式支持詳情，參考庫文檔。
在數(shù)據(jù)訪問方面，pyexcel支持整個表單、整行/列、矩形區(qū)操作，單元格索引既可以用行列序號，也可以用Excel風格單元格地址，內部自動轉換無需用戶操心。
pyexcel對外暴露的類型、方法、函數(shù)種類繁多，參數(shù)繁多，功能多樣，用戶可能只需要了解其中少部分就能完成工作。
0x04 小結對以上幾個庫的主要特性和不足總結對此如下。
 Python中操作Excel的幾種常見庫對比
上述幾個庫對數(shù)據(jù)分析即使有支持也十分有限，主要用來讀出/寫入文件，中間的數(shù)據(jù)分析過程嘛，則可以交給其他庫來完成，充分發(fā)揮Python生態(tài)極度豐富的優(yōu)勢，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、開源的Open Office / Libre Office等。遇到大量重復性的表格文件，才有必要通過程序自動化。面對這么多Excel表格文件操作庫，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；如果沒有兼容xls格式的包袱，首選openpyxl；如果只需要在應用中導出/生成表格，則首選XlsxWriter。
參考
|
