目录
一、xlrd库的由来
二、xlrd库优缺点
1、优点
1-1、支持多种Excel文件格式
1-2、高效性
1-3、开源性
1-4、简单易用
1-5、良好的兼容性
2、缺点
2-1、对.xlsx格式支持有限
2-2、功能相对单一
2-3、更新和维护频率低
2-4、依赖外部资源
三、xlrd库的版本说明
1、xlrd 1.2.0版本
2、xlrd 2.0.1版本
3、xlrd3(非官方名称)
四、如何学好xlrd库?
1、获取xlrd库的属性和方法
2、获取xlrd库的帮助信息
3、用法精讲
3-4、xlrd.FILE_FORMAT_DESCRIPTIONS字典
3-4-1、语法
3-4-2、参数
3-4-3、功能
3-4-4、返回值
3-4-5、说明
3-4-6、用法
3-5、xlrd.inspect_format函数
3-5-1、语法
3-5-2、参数
3-5-3、功能
3-5-4、返回值
3-5-5、说明
3-5-6、用法
3-6、xlrd.open_workbook函数
3-6-1、语法
3-6-2、参数
3-6-3、功能
3-6-4、返回值
3-6-5、说明
3-6-6、用法
五、推荐阅读
1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、 博客个人主页
在Excel中,通常所说的“情侣键”并非官方术语,而是对某些常用且经常成对出现的快捷键的一种形象化的称呼。其中,最为人熟知和广泛使用的“情侣键”是“Ctrl+C”和“Ctrl+V”。
1、Ctrl+C:这个快捷键的作用是“拷贝”或“复制”。当你在Excel中选中某个单元格、一行、一列或整个工作表的内容后,按下Ctrl+C键,这些内容就会被复制到计算机的剪贴板中,等待下一步的粘贴操作。
2、Ctrl+V:这个快捷键的作用是“粘贴”。在你按下Ctrl+C键将内容复制到剪贴板后,可以通过按下Ctrl+V键将这些内容粘贴到Excel中的另一个位置,这两个操作经常是连续进行的,因此Ctrl+C和Ctrl+V就像一对“情侣”,总是成对出现。
除了这对常见的“情侣键”外,Excel中还有许多其他的快捷键可以帮助用户更高效地完成各种操作。然而,这些快捷键通常并没有像Ctrl+C和Ctrl+V那样形成特定的“情侣”关系。
然而,今天我不再展开介绍“情侣键”,而是要重点推介Python中的“情侣库”,即xlrd和xlwt两个第三方库。
一、xlrd库的由来
xlrd库是一种用于在Python中读取Excel文件的库,它的名称中的"xl"代表Excel,"rd"代表读取,其开发者是John Machin(注:库名字符拆分诠释,只是一种猜测)。
xlrd最初是在2005年开始开发的,是基于Python的开源项目(下载:xlrd库官网下载)。
由于Excel文件在数据处理和分析中的重要性,xlrd库填补了Python在处理Excel文件方面的空白,使得用户可以方便地在Python环境中读取Excel文件的内容,并进行进一步的数据操作和分析。
二、xlrd库优缺点
1、优点
1-1、支持多种Excel文件格式
xlrd库支持多种Excel文件格式,包括`.xls`和`.xlsx`(在旧版本中),这使得无论数据存储在哪种格式的Excel文件中,用户都可以使用xlrd库来读取。
1-2、高效性
xlrd库使用C语言编写,因此其性能非常高,即使面对非常大的Excel文件,xlrd也可以快速地读取其中的数据。
1-3、开源性
xlrd是完全开源的,可以在GitHub等平台上找到其源代码,这使得任何人都可以根据自己的需求对其进行修改和扩展。
1-4、简单易用
xlrd提供了简单直接的API来获取单元格数据、行列数等,使得从Excel文件中读取数据变得简单而高效。
1-5、良好的兼容性
xlrd库适配多种Python版本,包括Python 2.7(不包括3.0-3.3)或Python 3.4及以上版本,这为用户提供了广泛的兼容性选择。
2、缺点
2-1、对.xlsx格式支持有限
在xlrd 1.2.0之后的版本中(大约从2020年开始),xlrd库不再支持`.xlsx`文件格式,这限制了xlrd在新版Excel文件(主要是`.xlsx`格式)上的应用。
2-2、功能相对单一
xlrd库主要专注于从Excel文件中读取数据,而不提供写入或修改Excel文件的功能,这使得在处理需要写入或修改Excel文件的任务时,用户需要结合其他库(如`openpyxl`或`xlwt`)使用。
2-3、更新和维护频率低
由于xlrd库主要关注于读取Excel文件的功能,并且随着`.xlsx`格式的普及,其使用范围逐渐缩小,因此,xlrd库的更新和维护频率可能相对较低。
2-4、依赖外部资源
在某些情况下,xlrd库可能需要依赖外部资源或库来完全发挥其功能,这可能会增加用户在使用xlrd库时的复杂性和不确定性。
总之,xlrd库在读取Excel文件方面具有高效、开源和简单易用等优点,但在对`.xlsx`格式的支持、功能单一以及更新和维护频率等方面存在一些缺点,用户在选择使用xlrd库时需要根据自己的需求进行权衡和选择。
三、xlrd库的版本说明
xlrd库适配的Python版本根据库的不同版本而有所不同。以下是针对几个主要版本的说明:
1、xlrd 1.2.0版本
1-1、适配Python>=2.7(不包括3.0-3.3)或Python>=3.4。
1-2、该版本支持xlsx文件格式,并且是一个广泛使用的版本,因为它能够处理小到中等大小的Excel文件,并且具有较好的性能表现。
2、xlrd 2.0.1版本
2-1、适配Python>=2.7(不包括3.0-3.5)或Python>=3.6。
2-2、该版本不再支持xlsx文件格式,仅支持旧版的xls文件格式,因为在xlrd 2.0版本之后,xlrd移除了对xlsx格式的支持。
3、xlrd3(非官方名称)
xlrd3是xlrd的开源扩展库,提供了对xlsx文件格式的支持,然而,请注意,xlrd3并不是xlrd的官方名称(下载:https://github.com/Dragon2fly/xlrd3)。
四、如何学好xlrd库?
1、获取xlrd库的属性和方法
用print()和dir()两个函数获取xlrd库所有属性和方法的列表
# ['Book', 'FILE_FORMAT_DESCRIPTIONS', 'FMLA_TYPE_ARRAY', 'FMLA_TYPE_CELL', 'FMLA_TYPE_COND_FMT', 'FMLA_TYPE_DATA_VAL',
# 'FMLA_TYPE_NAME', 'FMLA_TYPE_SHARED', 'Operand', 'PEEK_SIZE', 'Ref3D', 'XLDateError', 'XLRDError', 'XLS_SIGNATURE',
# 'XL_CELL_BLANK', 'XL_CELL_BOOLEAN', 'XL_CELL_DATE', 'XL_CELL_EMPTY', 'XL_CELL_ERROR', 'XL_CELL_NUMBER', 'XL_CELL_TEXT', 'ZIP_SIGNATURE',
# '__VERSION__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__',
# '__spec__', '__version__',
# 'biff_text_from_num', 'biffh', 'book', 'cellname', 'cellnameabs', 'colname', 'compdoc', 'count_records', 'decompile_formula',
# 'dump', 'dump_formula', 'empty_cell', 'error_text_from_code', 'evaluate_name_formula', 'formatting', 'formula', 'info',
# 'inspect_format', 'oBOOL', 'oERR', 'oNUM', 'oREF', 'oREL', 'oSTRG', 'oUNK', 'okind_dict', 'open_workbook', 'open_workbook_xls',
# 'os', 'pprint', 'rangename3d', 'rangename3drel', 'sheet', 'sys', 'timemachine', 'xldate', 'xldate_as_datetime', 'xldate_as_tuple', 'zipfile']
2、获取xlrd库的帮助信息
用help()函数获取xlrd库的帮助信息
Help on package xlrd:
NAME
xlrd
DESCRIPTION
# Copyright (c) 2005-2012 Stephen John Machin, Lingfo Pty Ltd
# This module is part of the xlrd package, which is released under a
# BSD-style licence.
PACKAGE CONTENTS
biffh
book
compdoc
formatting
formula
info
sheet
timemachine
xldate
FUNCTIONS
count_records(filename, outfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>)
For debugging and analysis: summarise the file's BIFF records.
ie: produce a sorted file of ``(record_name, count)``.
:param filename: The path to the file to be summarised.
:param outfile: An open file, to which the summary is written.
dump(filename, outfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>, unnumbered=False)
For debugging: dump an XLS file's BIFF records in char & hex.
:param filename: The path to the file to be dumped.
:param outfile: An open file, to which the dump is written.
:param unnumbered: If true, omit offsets (for meaningful diffs).
inspect_format(path=None, content=None)
Inspect the content at the supplied path or the :class:`bytes` content provided
and return the file's type as a :class:`str`, or ``None`` if it cannot
be determined.
:param path:
A :class:`string <str>` path containing the content to inspect.
``~`` will be expanded.
:param content:
The :class:`bytes` content to inspect.
:returns:
A :class:`str`, or ``None`` if the format cannot be determined.
The return value can always be looked up in :data:`FILE_FORMAT_DESCRIPTIONS`
to return a human-readable description of the format found.
open_workbook(filename=None, logfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>, verbosity=0, use_mmap=True, file_contents=None, encoding_override=None, formatting_info=False, on_demand=False, ragged_rows=False, ignore_workbook_corruption=False)
Open a spreadsheet file for data extraction.
:param filename: The path to the spreadsheet file to be opened.
:param logfile: An open file to which messages and diagnostics are written.
:param verbosity: Increases the volume of trace material written to the
logfile.
:param use_mmap:
Whether to use the mmap module is determined heuristically.
Use this arg to override the result.
Current heuristic: mmap is used if it exists.
:param file_contents:
A string or an :class:`mmap.mmap` object or some other behave-alike
object. If ``file_contents`` is supplied, ``filename`` will not be used,
except (possibly) in messages.
:param encoding_override:
Used to overcome missing or bad codepage information
in older-version files. See :doc:`unicode`.
:param formatting_info:
The default is ``False``, which saves memory.
In this case, "Blank" cells, which are those with their own formatting
information but no data, are treated as empty by ignoring the file's
``BLANK`` and ``MULBLANK`` records.
This cuts off any bottom or right "margin" of rows of empty or blank
cells.
Only :meth:`~xlrd.sheet.Sheet.cell_value` and
:meth:`~xlrd.sheet.Sheet.cell_type` are available.
When ``True``, formatting information will be read from the spreadsheet
file. This provides all cells, including empty and blank cells.
Formatting information is available for each cell.
Note that this will raise a NotImplementedError when used with an
xlsx file.
:param on_demand:
Governs whether sheets are all loaded initially or when demanded
by the caller. See :doc:`on_demand`.
:param ragged_rows:
The default of ``False`` means all rows are padded out with empty cells so
that all rows have the same size as found in
:attr:`~xlrd.sheet.Sheet.ncols`.
``True`` means that there are no empty cells at the ends of rows.
This can result in substantial memory savings if rows are of widely
varying sizes. See also the :meth:`~xlrd.sheet.Sheet.row_len` method.
:param ignore_workbook_corruption:
This option allows to read corrupted workbooks.
When ``False`` you may face CompDocError: Workbook corruption.
When ``True`` that exception will be ignored.
:returns: An instance of the :class:`~xlrd.book.Book` class.
DATA
FILE_FORMAT_DESCRIPTIONS = {'xls': 'Excel xls', 'xlsb': 'Excel 2007 xl...
FMLA_TYPE_ARRAY = 4
FMLA_TYPE_CELL = 1
FMLA_TYPE_COND_FMT = 8
FMLA_TYPE_DATA_VAL = 16
FMLA_TYPE_NAME = 32
FMLA_TYPE_SHARED = 2
PEEK_SIZE = 8
XLS_SIGNATURE = b'\xd0\xcf\x11\xe0\xa1\xb1\x1a\xe1'
XL_CELL_BLANK = 6
XL_CELL_BOOLEAN = 4
XL_CELL_DATE = 3
XL_CELL_EMPTY = 0
XL_CELL_ERROR = 5
XL_CELL_NUMBER = 2
XL_CELL_TEXT = 1
ZIP_SIGNATURE = b'PK\x03\x04'
__VERSION__ = '2.0.1'
biff_text_from_num = {0: '(not BIFF)', 20: '2.0', 21: '2.1', 30: '3', ...
empty_cell = empty:''
error_text_from_code = {0: '#NULL!', 7: '#DIV/0!', 15: '#VALUE!', 23: ...
oBOOL = 3
oERR = 4
oNUM = 2
oREF = -1
oREL = -2
oSTRG = 1
oUNK = 0
okind_dict = {-2: 'oREL', -1: 'oREF', 0: 'oUNK', 1: 'oSTRG', 2: 'oNUM'...
VERSION
2.0.1
FILE
e:\python_workspace\pythonproject\lib\site-packages\xlrd\__init__.py
3、用法精讲
3-4、xlrd.FILE_FORMAT_DESCRIPTIONS字典
3-4-1、语法
xlrd.FILE_FORMAT_DESCRIPTIONS= {'xls': 'Excel xls', 'xlsb': 'Excel 2007 xlsb file', 'xlsx': 'Excel xlsx file', 'ods': 'Openoffice.org ODS file', 'zip': 'Unknown ZIP file', None: 'Unknown file type'}
3-4-2、参数
无
3-4-3、功能
用于在尝试打开文件时给出更友好的错误消息,告诉用户为什么文件不能被打开(例如,因为文件格式不受支持)。
3-4-4、返回值
返回一个字符串消息或None。
3-4-5、说明
该字典的键(keys)是文件格式的标识符,而值(values)是对应的描述性字符串。
3-4-6、用法
# 4、xlrd.FILE_FORMAT_DESCRIPTIONS字典
# 4-1、查看字典信息
import xlrd
# 查看 FILE_FORMAT_DESCRIPTIONS 的内容
print(xlrd.FILE_FORMAT_DESCRIPTIONS)
# 输出:{'xls': 'Excel xls', 'xlsb': 'Excel 2007 xlsb file', 'xlsx': 'Excel xlsx file', 'ods': 'Openoffice.org ODS file', 'zip': 'Unknown ZIP file', None: 'Unknown file type'}
# 4-2、应用示例
import xlrd
import os
def open_excel_file(filename):
# 获取文件的扩展名
_, ext = os.path.splitext(filename)
ext = ext.lower()[1:] # 去掉点号,并转换为小写
# 检查文件扩展名是否在FILE_FORMAT_DESCRIPTIONS中
if ext not in xlrd.FILE_FORMAT_DESCRIPTIONS:
print(f"Unsupported file type: {ext}.")
print(f"Supported file types: {', '.join(xlrd.FILE_FORMAT_DESCRIPTIONS.keys())}")
return None
try:
# 尝试打开文件
workbook = xlrd.open_workbook(filename)
print(f"Opened {xlrd.FILE_FORMAT_DESCRIPTIONS[ext]} successfully.")
return workbook
except Exception as e:
print(f"Error opening file: {e}")
return None
if __name__ == '__main__':
filename = r'E:\360Downloads\test.xls' # 替换为你的Excel文件路径,我的路径为:E:\360Downloads\test.xls
workbook = open_excel_file(filename)
if workbook:
# 如果文件成功打开,你可以在这里继续处理 workbook 对象
pass
3-5、xlrd.inspect_format函数
3-5-1、语法
xlrd.inspect_format(path=None, content=None)
3-5-2、参数
3-5-2-1、path(可选):表示要检查的内容的字符串路径。默认值为None,若遇到~(波浪号)将会被展开。
3-5-2-2、content(可选):表示要检查的字节内容,默认值为None。
3-5-3、功能
检查提供的路径下的内容或提供的字节内容,并返回文件的类型作为字符串,如果无法确定则返回None。
3-5-4、返回值
返回一个字符串或None(如果无法确定格式)。
3-5-5、说明
无
3-5-6、用法
# 5、xlrd.inspect_format函数
import xlrd
import os
# FILE_FORMAT_DESCRIPTIONS字典信息
FILE_FORMAT_DESCRIPTIONS = {'xls': 'Excel xls', 'xlsb': 'Excel 2007 xlsb file', 'xlsx': 'Excel xlsx file',
'ods': 'Openoffice.org ODS file', 'zip': 'Unknown ZIP file', None: 'Unknown file type'}
def inspect_format(path=None, content=None):
# 为了简单起见,我们仅检查文件扩展名(这在实际中并不准确)
if path is not None:
# 假设 ~ 已被展开(在实际代码中,你可能需要使用os.path.expanduser来处理~)
_, ext = os.path.splitext(path)
ext = ext.lower()
if ext in ['.xls', '.xlsx']:
return ext[1:] # 去掉点号,返回 'xls' 或 'xlsx'
elif content is not None:
# 在这里,我们可以添加更复杂的逻辑来检查字节内容
# 但为了简单起见,我们仅返回一个占位符值
return 'unknown' # 假设我们无法仅通过内容确定格式
return None # 如果 path 和 content 都未提供,返回 None
if __name__ == '__main__':
# 使用文件路径
file_path = r'E:\360Downloads\test.xls'
file_type = inspect_format(path=file_path)
print(f"File type: {file_type}")
print(f"Description: {FILE_FORMAT_DESCRIPTIONS.get(file_type, FILE_FORMAT_DESCRIPTIONS['zip'])}")
# 使用字节内容(这通常不是实际用法,但为了演示)
# 注意:在实际中,你通常不会直接传递字节内容来确定文件类型
content_bytes = b'\xd0\xcf\x11\xe0\xa1\xb1\x1a\xe1...' # 假设的XLS文件开头字节
file_type_from_content = inspect_format(content=content_bytes)
print(f"File type from content: {file_type_from_content}")
print(f"Description: {FILE_FORMAT_DESCRIPTIONS.get(file_type_from_content, FILE_FORMAT_DESCRIPTIONS['zip'])}")
3-6、xlrd.open_workbook函数
3-6-1、语法
xlrd.open_workbook(filename=None, logfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>, verbosity=0, use_mmap=True, file_contents=None, encoding_override=None, formatting_info=False, on_demand=False, ragged_rows=False, ignore_workbook_corruption=False)
3-6-2、参数
3-6-2-1、filename(必须):指定要打开的Excel文件的路径和文件名。
3-6-2-2、logfile(可选):指定要将日志消息写入的文件或文件句柄,缺省值为sys.stdout。
3-6-2-3、verbosity(可选):指定日志输出的详细程度,值越大日志越详细。
3-6-2-4、use_mmap(可选):指定是否使用内存映射文件来访问Excel文件,默认值为0(不使用)。
3-6-2-5、file_contents(可选):指定一个二进制字符串,如果指定则表示将这个字符串作为Excel文件内容传入。
3-6-2-6、encoding_override(可选):指定用于解码文本字符串的字符集。
3-6-2-7、formatting_info(可选):指定是否保留Excel文件中的格式信息,如果值为True,则会在返回的Workbook对象中保留单元格的格式信息。
3-6-2-8、on_demand(可选):控制是否一开始就加载所有工作表,还是根据调用者的需求进行加载。
3-6-2-9、ragged_rows(可选):指定是否以'lazy'模式打开文件(即只在数据被显式请求时才读取数据),默认值为False。
3-6-2-10、ignore_workbook_corruption(可选):指定是否保留Excel文件中某些行可能比其他行短的情况,默认值为False。
3-6-3、功能
主要作用是打开指定的Excel文件,并为其后续的数据读取做好准备。
3-6-4、返回值
返回一个工作簿的实例对象。这个对象提供了许多方法和属性,用于访问和操作 Excel 文件中的数据。
3-6-5、说明
logfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>是一个在Python中表示文件或流对象的字符串描述。具体讲,这涉及到Python的io模块的TextIOWrapper类。
让我们分解这个描述:
3-6-5-1、io.TextIOWrapper
这是Python内部用于处理文本文件或文本流的类。当你使用如open()函数打开一个文件以文本模式(例如'r'、'w'、'a'等)时,你通常会得到一个TextIOWrapper的实例。
3-6-5-2、name='<stdout>'
这表示该流或文件对象与标准输出(`stdout`)相关联。在Python中,sys.stdout是一个常用的文件对象,它代表了程序的标准输出,通常连接到终端或命令行界面。
3-6-5-3、mode='w'
这表示该文件或流以写入模式打开。在写入模式下,你可以向文件或流写入数据,但通常不能读取数据(除非文件是以追加模式'a'打开的)。
3-6-5-4、encoding='utf-8'
这指定了文本数据的编码方式。`utf-8`是一种常用的编码方式,能够表示世界上大多数语言的字符。
3-6-6、用法
# 6、xlrd.open_workbook函数
import xlrd
# 定义Excel文件的路径
file_path = r'E:\360Downloads\test.xls' # 替换为你的Excel文件路径,我的路径为:E:\360Downloads\test.xls
# 使用xlrd.open_workbook打开Excel文件
workbook = xlrd.open_workbook(file_path)
# 获取第一个工作表(在Excel中通常是Sheet1)
sheet = workbook.sheet_by_index(0) # 或者使用sheet_by_name('Sheet1')
# 获取工作表的行数和列数
nrows = sheet.nrows
ncols = sheet.ncols
# 打印工作表的行数和列数
print(f"工作表有 {nrows} 行和 {ncols} 列")
# 遍历工作表的每一行和每一列,并打印内容
for row_idx in range(nrows):
row = sheet.row_values(row_idx) # 获取当前行的所有单元格值
for col_idx, cell_value in enumerate(row):
# 打印单元格的值(注意:这里只是简单打印,实际使用中可能需要进行更复杂的处理)
print(f"行 {row_idx + 1}, 列 {col_idx + 1}: {cell_value}")
print() # 打印一个空行,以便区分不同的行
# 注意:在大多数情况下,不需要显式关闭workbook,因为Python的垃圾回收机制会处理它
# 但如果你需要确保资源被立即释放,可以调用workbook.release_resources()
# workbook.release_resources()