xlrd输出的col显示xf格式文本，如何去除？

Question

我正在使用XLRD这个工具，想要从我的Excel文档中读取和处理单元格里的字符串文本。我会把我的代码贴出来，还有我在打印某一列时返回的文本。

import xlrd
data = xlrd.open_workbook('data.xls')
sheetname = data.sheet_names()
employees = data.sheet_by_index(0)

print employees.col(2)

>>>[text:u'employee_first', text:u'\u201cRichard\u201d', text:u'\u201cCatesby\u201d', text:u'\u201cBrian\u201d']

我的目的是创建一个字典，或者用Python中的字符串来引用Excel文档。我希望我的程序中的一些函数能够在本地处理这些数据，然后在稍后的某个时刻（这不是我现在要讨论的问题）输出到第二个Excel文件中。

我该如何去掉这些多余的信息呢？

Answer 1

如果你只关心单元格里的值，那么你应该这样做：

values = sheet.col_values(colx=2)

而不是这样：

cells = sheet.col(colx=2)
values = [c.value for c in cells]

因为这样写更简洁，也更高效（Cell对象是在需要的时候才创建的）。

Answer 2

employees.col(2) 是一个包含 xlrd.sheet.Cell 实例的列表。要获取这一列的所有值（而不是 Cell 对象），你可以使用 col_values 方法：

values = employees.col_values(2)

你也可以这样做（这是我最初的建议）：

values = [c.value for c in employees.col(2)]

但是这样做的效率远不如使用 col_values。

\u201c 和 \u201d 分别是unicode格式的左双引号和右双引号。如果你想去掉这些引号，可以使用比如说，lstrip 和 rstrip 字符串方法。比如像这样：

values = [c.value.lstrip(u'\u201c').rstrip(u'\u201d') for c in employees.col(2)]