Python酷库之旅-比翼双飞情侣库(08)

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

3-28、xlrd.xldate.xldate_as_datetime函数

3-28-1、语法

3-28-2、参数

3-28-3、功能

3-28-4、返回值

3-28-5、说明

3-28-6、用法

3-29、xlrd.xldate.xldate_from_date_tuple函数

3-29-1、语法

3-29-2、参数

3-29-3、功能

3-29-4、返回值

3-29-5、说明

3-29-6、用法

3-30、xlrd.xldate.xldate_from_datetime_tuple函数

3-30-1、语法

3-30-2、参数

3-30-3、功能

3-30-4、返回值

3-30-5、说明

3-30-6、用法

3-31、xlrd.xldate.xldate_from_time_tuple函数

3-31-1、语法

3-31-2、参数

3-31-3、功能

3-31-4、返回值

3-31-5、说明

3-31-6、用法

3-32、xlrd.open_workbook_xls函数

3-32-1、语法

3-32-2、参数

3-32-3、功能

3-32-4、返回值

3-32-5、说明

3-32-6、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

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:GitHub - 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
3-28、xlrd.xldate.xldate_as_datetime函数
3-28-1、语法
xldate_as_datetime(xldate, datemode)
    Convert an Excel date/time number into a :class:`datetime.datetime` object.
    
    :param xldate: The Excel number
    :param datemode: 0: 1900-based, 1: 1904-based.
    
    :returns: A :class:`datetime.datetime` object.
3-28-2、参数

3-28-2-1、xldate(必须)一个浮点数,表示Excel中的日期或时间。在Excel中,日期和时间是以从某个基准日期(通常是1900年1月0日或1904年1月0日,取决于Excel的版本和设置)开始的天数和小数部分(表示一天中的时间)来表示的。

3-28-2-2、datemode(可选)一个整数,表示Excel使用的日期系统。它有两种可能的值:
0:表示 Excel 使用的是基于1900年的日期系统。这是最常见的设置,特别是在Windows版本的Excel中。
1:表示Excel使用的是基于1904年的日期系统。这通常只在Mac版本的Excel中见到,但在某些特定的Windows应用程序或设置中也可能会遇到。

3-28-3、功能

         将Excel中的日期和时间值(这些值在Excel中通常是以浮点数形式存储的)转换为Python的datetime对象,这对于从Excel文件中读取日期和时间数据并在Python中进行进一步处理非常有用。

3-28-4、返回值

        一个datetime对象,表示转换后的日期和时间。这个对象包含了年、月、日、小时、分钟和秒(或者最接近的秒)的信息。

3-28-5、说明

        无

3-28-6、用法
# 28、xlrd.xldate.xldate_as_datetime函数
import xlrd
# 打开Excel文件
workbook = xlrd.open_workbook(r'E:\360Downloads\test.xls')
# 选择第一个工作表
sheet = workbook.sheet_by_index(0)
# 假设第一列是日期数据,并且我们知道datemode
datemode = workbook.datemode
# 遍历第一列的所有行
for row_idx in range(sheet.nrows):
    # 读取第一列的值
    cell_value = sheet.cell_value(row_idx, 0)
    # 检查单元格类型是否为数值(包括日期)
    if sheet.cell_type(row_idx, 0) == xlrd.XL_CELL_NUMBER:
        # 检查单元格值是否为日期类型(通常是一个浮点数)
        if xlrd.xldate.is_date(cell_value, datemode):
            # 将Excel日期转换为Python datetime对象
            date_value = xlrd.xldate.xldate_as_datetime(cell_value, datemode)
            print(f"Row {row_idx + 1}: {date_value}")
        else:
            # 如果不是日期,但仍然是数值,则输出单元格值
            print(f"Row {row_idx + 1}: 数值但不是日期: {cell_value}")
    else:
        # 如果不是数值类型,则输出单元格值(可能是文本、空单元格等)
        print(f"Row {row_idx + 1}: {cell_value}")
        # 注意:上面的代码仅处理第一列,并且假设datemode已经通过workbook.datemode获得
3-29、xlrd.xldate.xldate_from_date_tuple函数
3-29-1、语法
xldate_from_date_tuple(date_tuple, datemode)
    Convert a date tuple (year, month, day) to an Excel date.
    
    :param year: Gregorian year.
    :param month: ``1 <= month <= 12``
    :param day: ``1 <= day <= last day of that (year, month)``
    :param datemode: 0: 1900-based, 1: 1904-based.
    :raises xlrd.xldate.XLDateAmbiguous:
    :raises xlrd.xldate.XLDateBadDatemode:
    :raises xlrd.xldate.XLDateBadTuple:
      ``(year, month, day)`` is too early/late or has invalid component(s)
    :raises xlrd.xldate.XLDateError:
3-29-2、参数

3-29-2-1、date_tuple(必须)一个包含三个整数值的元组,分别代表年(year)、月(month)、日(day)。

3-29-2-2、datemode(可选)一个整数,表示Excel使用的日期系统。它有两种可能的值:
0:表示 Excel 使用的是基于1900年的日期系统。这是最常见的设置,特别是在Windows版本的Excel中。
1:表示Excel使用的是基于1904年的日期系统。这通常只在Mac版本的Excel中见到,但在某些特定的Windows应用程序或设置中也可能会遇到。

3-29-3、功能

        用于将一个Python的日期元组(通常是一个由year、month、day组成的元组)转换为一个Excel日期格式的内部表示(即一个浮点数)。

3-29-4、返回值

        返回值是一个浮点数,表示Excel中的日期。

3-29-5、说明

        无

3-29-6、用法
# 29、xlrd.xldate.xldate_from_date_tuple函数
import xlrd
# 定义一个日期元组
date_tuple = (2024, 6, 14)  # (year, month, day)
# 假设我们使用1900年日期系统(通常对于Excel 97-2003 .xls 文件)
datemode = 0
# 使用xlrd.xldate.xldate_from_date_tuple函数将日期元组转换为Excel日期格式的浮点数
excel_date_float = xlrd.xldate.xldate_from_date_tuple(date_tuple, datemode)
# 输出转换后的Excel日期格式的浮点数
print(f"Excel日期浮点数: {excel_date_float}") # 输出:Excel日期浮点数: 45457.0
3-30、xlrd.xldate.xldate_from_datetime_tuple函数
3-30-1、语法
xldate_from_datetime_tuple(datetime_tuple, datemode)
    Convert a datetime tuple ``(year, month, day, hour, minute, second)`` to an
    Excel date value.
    For more details, refer to other xldate_from_*_tuple functions.
    
    :param datetime_tuple: ``(year, month, day, hour, minute, second)``
    :param datemode: 0: 1900-based, 1: 1904-based.
3-30-2、参数

3-30-2-1、datetime_tuple(必须)一个包含六个整数值的元组,分别代表年(year)、月(month)、日(day)、时(hour)、分(minute)、秒(second)。

3-30-2-2、datemode(可选)一个整数,表示Excel使用的日期系统。它有两种可能的值:
0:表示 Excel 使用的是基于1900年的日期系统。这是最常见的设置,特别是在Windows版本的Excel中。
1:表示Excel使用的是基于1904年的日期系统。这通常只在Mac版本的Excel中见到,但在某些特定的Windows应用程序或设置中也可能会遇到。

3-30-3、功能

        用于将Python的datetime.datetime对象的元组表示(通常是一个包含年、月、日、时、分、秒的元组)转换为Excel日期的内部表示形式,即一个浮点数。

3-30-4、返回值

       返回值一个浮点数,表示Excel中的日期和时间。

3-30-5、说明

        无

3-30-6、用法
# 30、xlrd.xldate.xldate_from_datetime_tuple函数
import xlrd
from datetime import datetime
# 假设我们有一个 datetime 对象
dt = datetime(2024, 6, 14, 16, 41, 26)
# 将其转换为元组形式
datetime_tuple = dt.timetuple()[:6]  # 去掉不需要的微秒部分
# 假设我们使用 1900 年日期系统
datemode = 0
# 使用xlrd.xldate.xldate_from_datetime_tuple函数将datetime元组转换为Excel日期浮点数
excel_date_float = xlrd.xldate.xldate_from_datetime_tuple(datetime_tuple, datemode)
# 输出转换后的 Excel 日期浮点数
print(f"Excel日期浮点数: {excel_date_float}") # 输出:Excel日期浮点数: 45457.695439814815
3-31、xlrd.xldate.xldate_from_time_tuple函数
3-31-1、语法
xldate_from_time_tuple(time_tuple)
    Convert a time tuple ``(hour, minute, second)`` to an Excel "date" value
    (fraction of a day).
    
    :param hour: ``0 <= hour < 24``
    :param minute: ``0 <= minute < 60``
    :param second: ``0 <= second < 60``
    :raises xlrd.xldate.XLDateBadTuple: Out-of-range hour, minute, or second
3-31-2、参数

3-31-2-1、time_tuple(必须)一个包含三个整数值的元组,分别代表时(hour)、分(minute)、秒(second)。

3-31-3、功能

        将时间元组转换为Excel中的时间小数表示,即一个浮点数。

3-31-4、返回值

        返回的是一个表示时间的小数,而不是一个完整的Excel日期时间浮点数。

3-31-5、说明

        无

3-31-6、用法
# 31、xlrd.xldate.xldate_from_time_tuple函数
import xlrd
# 定义一个时间元组,这里以14时30分15秒为例
time_tuple = (14, 30, 15)  # 小时, 分钟, 秒
# 使用xlrd.xldate.xldate_from_time_tuple函数来转换时间
excel_time = xlrd.xldate.xldate_from_time_tuple(time_tuple)
# 打印转换结果
print(f'The Excel time for {time_tuple} is: {excel_time}') # 输出:The Excel time for (14, 30, 15) is: 0.6043402777777778
# 如果你想将这个转换后的时间与日期结合使用,可以使用xlrd.xldate.xldate_as_datetime
# 下面是一个简单的示例,结合一个假定的日期2010-01-30(实际上需要先转换为Excel的日期序列号)
date_tuple = (2024, 6, 14)  # 年, 月, 日
excel_date = xlrd.xldate.xldate_from_date_tuple(date_tuple, 0)  # 假设是 1900-based 的日期系统
combined_excel_datetime = excel_date + excel_time
print(f'Combined Excel date and time number for {date_tuple} at {time_tuple} is: {combined_excel_datetime}')
# 输出:Combined Excel date and time number for (2024, 6, 14) at (14, 30, 15) is: 45457.60434027778
3-32、xlrd.open_workbook_xls函数
3-32-1、语法
open_workbook_xls(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)
3-32-2、参数

3-32-2-1、filename(必须)指定要打开的Excel文件的路径和文件名。

3-32-2-2、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

3-32-2-3、verbosity(可选)指定日志输出的详细程度,值越大日志越详细。

3-32-2-4、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)。

3-32-2-5、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。

3-32-2-6、encoding_override(可选)指定用于解码文本字符串的字符集。

3-32-2-7、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。

3-32-2-8、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。

3-32-2-9、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。

3-32-2-10、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。

3-32-3、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。

3-32-4、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。

3-32-5、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:

3-32-5-1、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。

3-32-5-2、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。

3-32-5-3、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)。

3-32-5-4、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。

3-32-6、用法
# 32、xlrd.open_workbook_xls函数
import xlrd
# 替换为你的.xls文件的路径
file_path = r'E:\360Downloads\test.xls'
try:
    # 打开xls文件
    workbook = xlrd.open_workbook_xls(file_path)
    # 选择工作表 - 示例为选择第一个工作表
    sheet = workbook.sheet_by_index(0)
    # 遍历工作表的所有行
    for row_index in range(sheet.nrows):
        # 遍历当前行的所有列
        for col_index in range(sheet.ncols):
            # 获取单元格的内容
            cell_value = sheet.cell_value(row_index, col_index)
            # 打印单元格内容
            print(cell_value)
# 捕获并打印任何异常
except Exception as e:
    print(f"An error occurred: {e}")

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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/710220.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

苹果AI入华探讨及Apple Intelligence体验分析

引言 近日&#xff0c;苹果在WWDC 2024上引起了广泛关注。尽管苹果在发布会上并未明确提到“AI”一词&#xff0c;但从其展示的众多新功能中可以看出&#xff0c;AI已深深嵌入到其产品中。那么&#xff0c;苹果AI何时能在中国落地&#xff1f;它的模型大小是多少&#xff1f;用…

精品丨PowerBI迁移到SSAS

业务场景&#xff1a; 企业初期在进行 BI 可视化路线的时候&#xff0c;往往不会选择方案较为完整的SSAS&#xff0c;而是会选择轻量的 PowerBI 方案&#xff0c;究其根本还是软件成本的问题。 但是随着模型越来越臃肿&#xff0c;维护成本越来越高&#xff0c;有很多模型需要进…

leetcode LRU 缓存

leetcode: LRU 缓存 LRU 全称为 Least Recently Used&#xff0c;最近最少使用&#xff0c;常常用于缓存机制&#xff0c;比如 cpu 的 cache 缓存&#xff0c;使用了 LRU 算法。LRU 用于缓存机制时&#xff0c;关键的是当缓存满的时候有新数据需要加载到缓存的&#xff0c;这个…

9.1 图片的分割处理(c++)

本文的图片处理分为图片分割、图像的亚像素坐标处理。亚像素处理的原理可以看论文一种基于多项式插值改进的亚像素细分算法&#xff0c;该论文的详解及c的代码实现可以看博文基于多项式插值的亚像素边缘定位算法_基于多项式插值的亚像素算法-CSDN博客。下面的内容很多来自以上博…

简单Mesh多线程合并,使用什么库性能更高

1&#xff09;简单Mesh多线程合并&#xff0c;使用什么库性能更高 2&#xff09;Unity Semaphore.WaitForSignal耗时高 3&#xff09;VS编辑的C#代码注释的中文部分乱码 4&#xff09;变量IntPtr m_cachePtr切换线程后变空 这是第389篇UWA技术知识分享的推送&#xff0c;精选了…

Stability AI最新的SD3模型存在严重问题 为规避裸体结果导致躯体部分错乱

人工智能 Stability AI 最新的 SD3 Medium 模型存在严重问题&#xff0c;只要生成人物就会出现躯体错乱&#xff0c;这似乎是该公司刻意规避生成裸体图片的结果。目前猜测他们可能在训练过程中就剔除了 NSFW 内容&#xff0c;同时在训练时规避裸体内容进而导致模型也会刻意将人…

03 Tricks

一&#xff1a;Auto-ML的一般形式 还可以支持这个CV啦lp啦&#xff0c;还有多模态啦&#xff0c;都还有很多很多任务啊&#xff0c;都可以支持啊 Auto-Sklearn Auto-Pytorch 结构搜所&#xff1a;神经网络搜所算法&#xff1a; AutoGluon 02 >自动特征工程 Tsfresh Boru…

ATF是如何完成双系统切换的?

ATF&#xff08;Arm Trusted Firmware&#xff09;是一个用于ARM架构处理器的可信固件&#xff0c;它最初提供的最主要的功能就是&#xff1a;双系统切换和电源管理。 那么如何进行双系统切换呢&#xff0c;在双系统切换的示例中&#xff0c;除了CPU的跳转&#xff0c;例如CPU…

用Rust手把手编写一个Proxy(代理), 开始动工

https://shop.kongfz.com/795263/ 代理端和代理服务端之间可用自有格式来实现多路复用以减少连接的建立断开的开销,目前暂未实现代理服务端。 类结构 proxy.rs 负责代理结构的存储,监听类型,监听地址,是否有父级地址,认证账号密码等。 flag.rs 监听类型的二进制结构,…

2024 年最新 Python 基于百度智能云实现短语音识别、语音合成详细教程

百度智能云语音识别 采用国际领先的流式端到端语音语言一体化建模算法&#xff0c;将语音快速准确识别为文字&#xff0c;支持手机应用语音交互、语音内容分析、机器人对话等场景。百度短语音识别可以将 60 秒以下的音频识别为文字。适用于语音对话、语音控制、语音输入等场景…

金融行业的等保测评要求

在金融行业中&#xff0c;网络安全问题非常普遍&#xff0c;如恶意攻击、病毒感染、数据泄露等。这些问题可能会导致金融机构的信息系统瘫痪&#xff0c;造成巨大的经济损失&#xff0c;甚至影响国家金融稳定。因此&#xff0c;金融机构应该高度重视网络安全问题&#xff0c;采…

微软的反面:错过了AI时代最大机遇的亚马逊

内容提要 一度被亚马逊给予厚望的Alexa为何被后来者ChatGPT吊打&#xff0c;错失争霸AI世界的机会&#xff1f;这里面不仅有技术的锅。 文章正文 在AI浪潮席卷全球之际&#xff0c;科技巨头们无不争先恐后&#xff0c;力图抢占先机。然而&#xff0c;就在微软借助ChatGPT一举…

彻底理解 C 语言的数组在内存中到底是怎么存放的!

在C语言中&#xff0c;数组是经常被用到的重要数据类型&#xff0c;但在实际使用时&#xff0c;往往有很多工程师会出现各种各样的问题&#xff0c;如内存越界、错误的访问、初始化不当等。这其中有很大一个原因是没有彻底理解数组的存储机制&#xff0c;出现了一些非法地址或者…

Pytorch解决 多元回归 问题的算法

Pytorch解决 多元回归 问题的算法 回归是一种基本的统计建模技术&#xff0c;用于建立因变量与一个或多个自变量之间的关系。 我们将使用 PyTorch&#xff08;一种流行的深度学习框架&#xff09;来开发和训练线性回归模型。 二元回归的简单示例 训练数据集&#xff08;可获取&…

微信群发机器人.使用指南.

0.简介 1.介绍 微信群发机器人是用来群发微信消息的工具,通过控制电脑的键盘和鼠标操作微信app来实现群发.支持的消息类型有:文字,图片,视频,文件,小程序,位置等. 群发机器人也可以将微信联系人中的信息保存到电脑csv表格中,以供分析. 因其是通过模拟用户操作鼠标键盘来实现群…

如何在 Vue 3 中使用 vue3-print-nb 实现灵活的前端打印

你好&#xff0c;我是小白Coding日志&#xff0c;一个热爱技术的程序员。在这里&#xff0c;我分享自己在编程和技术世界中的学习心得和体会。希望我的文章能够给你带来一些灵感和帮助。欢迎来到我的博客&#xff0c;一起在技术的世界里探索前行吧&#xff01; 前言 在前端开…

go interface

package mainimport "fmt"// 接口 interface func main() {c : Chinese{} //创建一个中国人实例u : American{} //创建一个美国人实例greet(c) //中国人打招呼greet(u) //美国人打招呼 }// 接收具备SayHello接口能力的变量 func greet(s SayHello) {…

KOL营销策略:危机公关中的品牌修复与形象重塑

在当今数字化时代&#xff0c;品牌声誉的管理和维护愈发重要。危机公关作为品牌管理的重要一环&#xff0c;对于企业的长期生存和发展具有至关重要的影响。而KOL作为具有强大影响力和号召力的个体&#xff0c;在危机公关中扮演着不可或缺的角色。本文Nox聚星将和大家探讨KOL在危…

yolo案例项目学习记录

box-ocr: 监控摄像头视频流实时计数传送带的货物&#xff0c;并提取货物上面文字或二维码 1.本地环境&#xff1a; 1.1torch、torchvison、torchaudio版本对应关系 PyTorch中torch、torchvision、torchaudio、torchtext版本对应关系_torch2.0.1对应的torchvision-CSDN博客 1…

Leetcode419. 甲板上的战舰

Every day a Leetcode 题目来源&#xff1a;419. 甲板上的战舰 解法1&#xff1a;一次遍历 战舰的个数&#xff0c;等于战舰「头部」的个数。 具体来说&#xff0c;如果位于 (i, j) 的格子是战舰的头部&#xff0c;那么左边和上边的相邻格子不能是 X。 代码&#xff1a; …