使用OpenPyXL读取提取的XLSX文件

Question

所以我一直在使用python3.2和OpenPyXL的iterable工作簿as demonstrated here in the "Optimized Reader" example。在

当我试图使用此策略读取从简单的.zip存档文件中提取的一个或多个文件时（手动或通过pythonzipfile包）就会出现问题。当我调用.get_highest_column()时，我得到“A”，而.get_highest_row()我得到1，当要求打印每个单元格的值时，如下所示：

wb = load_workbook(filename = file_name, use_iterators = True)
ws = wb.worksheets[0]    # Only need to read the first sheet, nothing fancy
for row in ws.iter_rows():
    for entry in row:
        print(entry.internal_value)

它打印A1、A2、A3、A4、A5、A6和A7中的值，而不管文件实际有多大。文件本身没有任何原因，它可以在Excel中很好地打开。我很困惑它为什么会这样做，但我假设解压缩后的XLSX在从Excel中保存之前格式不同，OpenPyXL无法正确解释它。我甚至把“.xlsx”重命名为“.zip”，这样我就可以浏览该文件并检查其中的差异，但除了从Excel保存的文件在“xl”文件夹中还有一个名为“theme”的子文件夹，而以前的版本没有，并带有字体和格式数据。在

重要提示：当我打开它并用相同的文件名从Excel中重新保存它，然后运行这段代码，它可以很好地工作，返回正确的最大行和列值，并正确地打印每个单元格的值。我尝试过在打开工作簿后立即通过OpenPyXL保存它，但是这会产生同样的错误结果。在

基本上，我需要找到一种方法，从.zip文件中正确提取.xlsx文件，以便可以用OpenPyXL读取它。有许多文件需要像这样处理，所以它必须是Excel外部的，希望尽可能高效。在

干杯！在

Answer 1

听起来这与从zipfile中提取无关，因为如果手动提取文件，也会出现问题。 我会尝试将用Excel打开和保存的文件存储在zipfile中，看看会发生什么。如果这样做有效，那么很明显生成原始.xlsx文件的方式就是问题所在。 我强烈怀疑是这样。在

如果这就是问题所在，请查看是否可以提取.xlsx文件（它们本身就是zipfiles），并将用Excel保存的文件与原始有问题的文件进行比较。xml不容易比较，因为Excel可以随意地重新排列大多数内容，但是您可能可以进行比较