在Python中读取.xlsx格式

Question

我需要每10分钟用Python读取一次.xlsx文件。
有什么最有效的方法吗？
我试过用xlrd这个库，但它不能读取.xlsx文件——根据说明书说是可以的，但我却做不到，出现了不支持的格式，或者文件损坏的错误。
读取.xlsx文件的最佳方法是什么？
我还需要读取单元格里的评论。

Answer 1

有很多方法可以用Python读取XLSX格式的文件。下面介绍了两种方法，至少需要安装openpyxl，如果你想直接解析到pandas中，还需要安装pandas，比如可以用命令 pip install pandas openpyxl。

选项1：直接使用pandas

主要用途：加载数据以便进一步处理。

使用pandas中的 read_excel() 函数是最好的选择。需要注意的是，pandas会自动使用openpyxl，但如果遇到格式问题，最好直接指定使用的引擎。

df_pd = pd.read_excel("path/file_name.xlsx", engine="openpyxl")

选项2：直接使用openpyxl

主要用途：获取或编辑特定的Excel文档元素，比如评论（这是提问者的要求）、格式属性或公式。

使用 load_workbook() 函数，然后通过 comment属性 提取每个单元格的评论，可以这样实现。

from openpyxl import load_workbook
wb = load_workbook(filename = "path/file_name.xlsx")
ws = wb.active
ws["A1"].comment # <- loop through row & columns to extract all comments

Answer 2

下面是一些使用Openpyxl的基本示例：

import openpyxl

# Open Workbook
wb = openpyxl.load_workbook(filename='example.xlsx', data_only=True)

# Get All Sheets
a_sheet_names = wb.get_sheet_names()
print(a_sheet_names)

# Get Sheet Object by names
o_sheet = wb.get_sheet_by_name("Sheet1")
print(o_sheet)

# Get Cell Values
o_cell = o_sheet['A1']
print(o_cell.value)

o_cell = o_sheet.cell(row=2, column=1)
print(o_cell.value)

o_cell = o_sheet['H1']
print(o_cell.value)

# Sheet Maximum filled Rows and columns
print(o_sheet.max_row)
print(o_sheet.max_column)

Answer 3

xlrd 还没有发布可以读取 xlsx 文件的版本。在这之前，Eric Gazoni 创建了一个叫做 openpyxl 的工具包，它可以读取 xlsx 文件，并且可以有限地写入这些文件。