从单元格中检索全文数据（单元格中有多种字体颜色/样式）

Question

openpyxl每个单元格只能读取和写入一种字体颜色

xlwriter支持多种字体颜色，但仅用于书写，不用于阅读

xlwt也只用于写作

xlwings根据他们的文档不支持富文本

xlrd显然支持根据这个thread从单元格中读取“富文本”数据，但是我无法在他们的API规范中找到合适的方法，而且他们的documentation中没有关于这个AFAIK的文章

最重要的是，这个项目是unmaintained，并且热衷于使用openpyxl

看来我已经走到了死胡同

您知道在python中是否可以从这样的单元格中检索完整的数据：

特别是完整样式数据，即沿单元格字符串使用的不同颜色和格式（粗体等）

非常感谢你的帮助

PS：如果你知道如何通过GoogleSheetAPI使用GoogleSheet，那对我来说也可以。（甚至是.odt格式）

Answer 1

我遇到了同样的问题。我需要在一些富文本单元格中找到红色的文本跨度。在深入研究openpyxl（v3.0.9）的源代码之后，我发现了它do parse the rich-text tags，但是格式是stripped by the reader，因为Text对象的^{}属性在^{}函数中使用

因此，我编写了一个简单的修补程序脚本来覆盖read_string_table函数，以便在存在格式化文本时返回原始Text对象。修改的read_string_table函数如下所示

def read_string_table(xml_source):
    """Read in all shared strings in the table.
    If a shared string has formatted snippets, the raw Text object is appended to the returned list.
    Otherwise, only the plain text content of the shared string is appended to the list.
    """
    strings = []
    STRING_TAG = '{%s}si' % SHEET_MAIN_NS
    for _, node in iterparse(xml_source):
        if node.tag == STRING_TAG:
            text_obj = Text.from_tree(node)
            if text_obj.formatted:
                text = text_obj  # return raw Text object
            else:  # original processing
                text = text_obj.content
                text = text.replace('x005F_', '')
            node.clear()
            strings.append(text)
    return strings

完整的补丁脚本在here中提供。在直接导入任何openpyxl模块之前，需要导入它并调用patch_read_string_table函数。应用此修补程序后，富文本单元格的value将是一个Text对象，其中包含您需要的所有样式信息

根据您的使用情况，这可能不是最好的解决方案，但它会向您显示格式的剥离位置以及如何恢复格式。我希望可以提出一个更优雅的解决方案，并最终在将来合并到官方代码中