devbox
喵喵爱编程
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

Python酷库之旅-比翼双飞情侣库(11)_xlrd最高版本

作者：喵喵爱编程 | 2024-07-18 21:41:42

赞

踩

xlrd最高版本

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、实战案例

3-49、获取工作表名称

3-50、获取全部工作表名称

3-51、判断某个表是否为工作表

3-52、获取工作表的显示状态

3-53、获取工作表的保护状态

3-54、判断工作表是否处于筛选模式

3-55、判断工作表是否存在

3-56、判断工作表是否自动重新计算

3-57、判断工作表被保护时是否可以进行自动筛选的操作

3-58、判断工作表被保护时是否启用分级显示符号

3-59、判断工作表被保护时是否启用数据透视表控件和操作

3-60、判断工作表被保护时是否可以选定单元格

3-61、显示/隐藏行列标题

3-62、引用某个单元格

3-63、引用连续的单元格区域

3-64、引用不连续的单元格区域

3-65、通过字符串的方式引用某个单元格

3-66、通过字符串的方式引用连续的单元格区域

3-67、引用单列

3-68、引用连续的多列

3-69、引用不连续的多列

3-70、引用单行

3-71、引用连续的多行

3-72、引用不连续的多行

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库优缺点

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

  1. # ['Book', 'FILE_FORMAT_DESCRIPTIONS', 'FMLA_TYPE_ARRAY', 'FMLA_TYPE_CELL', 'FMLA_TYPE_COND_FMT', 'FMLA_TYPE_DATA_VAL',
  2. # 'FMLA_TYPE_NAME', 'FMLA_TYPE_SHARED', 'Operand', 'PEEK_SIZE', 'Ref3D', 'XLDateError', 'XLRDError', 'XLS_SIGNATURE',
  3. # 'XL_CELL_BLANK', 'XL_CELL_BOOLEAN', 'XL_CELL_DATE', 'XL_CELL_EMPTY', 'XL_CELL_ERROR', 'XL_CELL_NUMBER', 'XL_CELL_TEXT', 'ZIP_SIGNATURE', 
  4. # '__VERSION__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', 
  5. # '__spec__', '__version__', 
  6. # 'biff_text_from_num', 'biffh', 'book', 'cellname', 'cellnameabs', 'colname', 'compdoc', 'count_records', 'decompile_formula', 
  7. # 'dump', 'dump_formula', 'empty_cell', 'error_text_from_code', 'evaluate_name_formula', 'formatting', 'formula', 'info', 
  8. # 'inspect_format', 'oBOOL', 'oERR', 'oNUM', 'oREF', 'oREL', 'oSTRG', 'oUNK', 'okind_dict', 'open_workbook', 'open_workbook_xls', 
  9. # 'os', 'pprint', 'rangename3d', 'rangename3drel', 'sheet', 'sys', 'timemachine', 'xldate', 'xldate_as_datetime', 'xldate_as_tuple', 'zipfile']
'
运行
2、获取xlrd库的帮助信息

        用help()函数获取xlrd库的帮助信息

  1. Help on package xlrd:
  2.  
  3. NAME
  4.     xlrd
  5.  
  6. DESCRIPTION
  7.     # Copyright (c) 2005-2012 Stephen John Machin, Lingfo Pty Ltd
  8.     # This module is part of the xlrd package, which is released under a
  9.     # BSD-style licence.
  10.  
  11. PACKAGE CONTENTS
  12.     biffh
  13.     book
  14.     compdoc
  15.     formatting
  16.     formula
  17.     info
  18.     sheet
  19.     timemachine
  20.     xldate
  21.  
  22. FUNCTIONS
  23.     count_records(filename, outfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>)
  24.         For debugging and analysis: summarise the file's BIFF records.
  25.         ie: produce a sorted file of ``(record_name, count)``.
  26.         
  27.         :param filename: The path to the file to be summarised.
  28.         :param outfile: An open file, to which the summary is written.
  29.     
  30.     dump(filename, outfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>, unnumbered=False)
  31.         For debugging: dump an XLS file's BIFF records in char & hex.
  32.         
  33.         :param filename: The path to the file to be dumped.
  34.         :param outfile: An open file, to which the dump is written.
  35.         :param unnumbered: If true, omit offsets (for meaningful diffs).
  36.     
  37.     inspect_format(path=None, content=None)
  38.         Inspect the content at the supplied path or the :class:`bytes` content provided
  39.         and return the file's type as a :class:`str`, or ``None`` if it cannot
  40.         be determined.
  41.         
  42.         :param path:
  43.           A :class:`string <str>` path containing the content to inspect.
  44.           ``~`` will be expanded.
  45.         
  46.         :param content:
  47.           The :class:`bytes` content to inspect.
  48.         
  49.         :returns:
  50.            A :class:`str`, or ``None`` if the format cannot be determined.
  51.            The return value can always be looked up in :data:`FILE_FORMAT_DESCRIPTIONS`
  52.            to return a human-readable description of the format found.
  53.     
  54.     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)
  55.         Open a spreadsheet file for data extraction.
  56.         
  57.         :param filename: The path to the spreadsheet file to be opened.
  58.         
  59.         :param logfile: An open file to which messages and diagnostics are written.
  60.         
  61.         :param verbosity: Increases the volume of trace material written to the
  62.                           logfile.
  63.         
  64.         :param use_mmap:
  65.         
  66.           Whether to use the mmap module is determined heuristically.
  67.           Use this arg to override the result.
  68.         
  69.           Current heuristic: mmap is used if it exists.
  70.         
  71.         :param file_contents:
  72.         
  73.           A string or an :class:`mmap.mmap` object or some other behave-alike
  74.           object. If ``file_contents`` is supplied, ``filename`` will not be used,
  75.           except (possibly) in messages.
  76.         
  77.         :param encoding_override:
  78.         
  79.           Used to overcome missing or bad codepage information
  80.           in older-version files. See :doc:`unicode`.
  81.         
  82.         :param formatting_info:
  83.         
  84.           The default is ``False``, which saves memory.
  85.           In this case, "Blank" cells, which are those with their own formatting
  86.           information but no data, are treated as empty by ignoring the file's
  87.           ``BLANK`` and ``MULBLANK`` records.
  88.           This cuts off any bottom or right "margin" of rows of empty or blank
  89.           cells.
  90.           Only :meth:`~xlrd.sheet.Sheet.cell_value` and
  91.           :meth:`~xlrd.sheet.Sheet.cell_type` are available.
  92.         
  93.           When ``True``, formatting information will be read from the spreadsheet
  94.           file. This provides all cells, including empty and blank cells.
  95.           Formatting information is available for each cell.
  96.         
  97.           Note that this will raise a NotImplementedError when used with an
  98.           xlsx file.
  99.         
  100.         :param on_demand:
  101.         
  102.           Governs whether sheets are all loaded initially or when demanded
  103.           by the caller. See :doc:`on_demand`.
  104.         
  105.         :param ragged_rows:
  106.         
  107.           The default of ``False`` means all rows are padded out with empty cells so
  108.           that all rows have the same size as found in
  109.           :attr:`~xlrd.sheet.Sheet.ncols`.
  110.         
  111.           ``True`` means that there are no empty cells at the ends of rows.
  112.           This can result in substantial memory savings if rows are of widely
  113.           varying sizes. See also the :meth:`~xlrd.sheet.Sheet.row_len` method.
  114.         
  115.         
  116.         :param ignore_workbook_corruption:
  117.         
  118.           This option allows to read corrupted workbooks.
  119.           When ``False`` you may face CompDocError: Workbook corruption.
  120.           When ``True`` that exception will be ignored.
  121.         
  122.         :returns: An instance of the :class:`~xlrd.book.Book` class.
  123.  
  124. DATA
  125.     FILE_FORMAT_DESCRIPTIONS = {'xls': 'Excel xls', 'xlsb': 'Excel 2007 xl...
  126.     FMLA_TYPE_ARRAY = 4
  127.     FMLA_TYPE_CELL = 1
  128.     FMLA_TYPE_COND_FMT = 8
  129.     FMLA_TYPE_DATA_VAL = 16
  130.     FMLA_TYPE_NAME = 32
  131.     FMLA_TYPE_SHARED = 2
  132.     PEEK_SIZE = 8
  133.     XLS_SIGNATURE = b'\xd0\xcf\x11\xe0\xa1\xb1\x1a\xe1'
  134.     XL_CELL_BLANK = 6
  135.     XL_CELL_BOOLEAN = 4
  136.     XL_CELL_DATE = 3
  137.     XL_CELL_EMPTY = 0
  138.     XL_CELL_ERROR = 5
  139.     XL_CELL_NUMBER = 2
  140.     XL_CELL_TEXT = 1
  141.     ZIP_SIGNATURE = b'PK\x03\x04'
  142.     __VERSION__ = '2.0.1'
  143.     biff_text_from_num = {0: '(not BIFF)', 20: '2.0', 21: '2.1', 30: '3', ...
  144.     empty_cell = empty:''
  145.     error_text_from_code = {0: '#NULL!', 7: '#DIV/0!', 15: '#VALUE!', 23: ...
  146.     oBOOL = 3
  147.     oERR = 4
  148.     oNUM = 2
  149.     oREF = -1
  150.     oREL = -2
  151.     oSTRG = 1
  152.     oUNK = 0
  153.     okind_dict = {-2: 'oREL', -1: 'oREF', 0: 'oUNK', 1: 'oSTRG', 2: 'oNUM'...
  154.  
  155. VERSION
  156.     2.0.1
  157.  
  158. FILE
  159.     e:\python_workspace\pythonproject\lib\site-packages\xlrd\__init__.py
3、实战案例
3-49、获取工作表名称
  1. # 49、获取工作表名称
  2. import xlrd
  3. # 打开 Excel 文件  
  4. workbook = xlrd.open_workbook(r'E:\360Downloads\test.xls')
  5. # 获取所有工作表的名称  
  6. sheet_names = workbook.sheet_names()
  7. # 打印工作表名称  
  8. for sheet_name in sheet_names:
  9.     print(sheet_name)
3-50、获取全部工作表名称
  1. # 50、获取全部工作表名称
  2. import xlrd  
  3. # 打开Excel文件  
  4. workbook = xlrd.open_workbook(r'E:\360Downloads\test.xls')  
  5. # 获取所有工作表的名称  
  6. sheet_names = workbook.sheet_names()  
  7. # 打印所有工作表的名称  
  8. for sheet_name in sheet_names:  
  9.     print(sheet_name)
3-51、判断某个表是否为工作表
  1. # 51、判断某个表是否为工作表
  2. import xlrd  
  3. # 打开Excel文件  
  4. workbook = xlrd.open_workbook(r'E:\360Downloads\test.xls')   
  5. # 获取所有工作表的名称  
  6. sheet_names = workbook.sheet_names()  
  7. # 要检查的表名  
  8. target_sheet_name = 'Sheet1'  
  9. # 判断target_sheet_name是否存在于sheet_names列表中  
  10. if target_sheet_name in sheet_names:  
  11.     print(f"{target_sheet_name} 是一个工作表。")  
  12. else:  
  13.     print(f"{target_sheet_name} 不是工作表或者不存在！")
3-52、获取工作表的显示状态
略，xlrd库不支持此功能，需要借助其他库才能实现
3-53、获取工作表的保护状态
略，xlrd库不支持此功能，需要借助其他库才能实现
3-54、判断工作表是否处于筛选模式
略，xlrd库不支持此功能，需要借助其他库才能实现
3-55、判断工作表是否存在
  1. # 55、判断工作表是否存在
  2. import xlrd
  3. # 打开Excel文件  
  4. workbook = xlrd.open_workbook(r'E:\360Downloads\test.xls')
  5. # 要检查的工作表名称  
  6. target_sheet_name = 'Sheet1'
  7. # 获取所有工作表的名称  
  8. sheet_names = workbook.sheet_names()
  9. # 判断目标工作表是否存在  
  10. if target_sheet_name in sheet_names:
  11.     print(f"{target_sheet_name} 存在。")
  12. else:
  13.     print(f"{target_sheet_name} 不存在！")
3-56、判断工作表是否自动重新计算
略，xlrd库不支持此功能，需要借助其他库才能实现
3-57、判断工作表被保护时是否可以进行自动筛选的操作
略，xlrd库不支持此功能，需要借助其他库才能实现
3-58、判断工作表被保护时是否启用分级显示符号
略，xlrd库不支持此功能，需要借助其他库才能实现
3-59、判断工作表被保护时是否启用数据透视表控件和操作
略，xlrd库不支持此功能，需要借助其他库才能实现
3-60、判断工作表被保护时是否可以选定单元格
略，xlrd库不支持此功能，需要借助其他库才能实现
3-61、显示/隐藏行列标题
略，xlrd库不支持此功能，需要借助其他库才能实现
3-62、引用某个单元格
  1. # 62、引用某个单元格
  2. import xlrd  
  3. # 打开Excel文件  
  4. workbook = xlrd.open_workbook(r'E:\360Downloads\test.xls')  
  5. # 通过索引或名称获取工作表  
  6. sheet = workbook.sheet_by_index(0)  # 使用索引（0代表第一个工作表）  
  7. # 或者  
  8. # sheet = workbook.sheet_by_name('Sheet1')  # 使用名称  
  9. # 假设我们要引用的单元格是A1（第一行第一列）  
  10. row_index = 0  # 行号从0开始  
  11. col_index = 0  # 列号从0开始  
  12. # 获取单元格的值  
  13. cell_value = sheet.cell_value(row_index, col_index)  
  14. # 打印单元格的值  
  15. print(cell_value)
3-63、引用连续的单元格区域
  1. # 63、引用连续的单元格区域
  2. import xlrd
  3. # 打开Excel文件
  4. workbook = xlrd.open_workbook(r'E:\360Downloads\test.xls')
  5. # 通过索引或名称获取工作表
  6. sheet = workbook.sheet_by_index(0)  # 使用索引（0代表第一个工作表）
  7. # 或者
  8. # sheet = workbook.sheet_by_name('Sheet1')  # 使用名称
  9. # 设定要读取的区域的行和列的起始及结束索引
  10. start_rowx = 0  # A1的行号
  11. start_colx = 0  # A1的列号
  12. end_rowx = 2  # C3的行号
  13. end_colx = 2  # C3的列号
  14. # 遍历这个区域的所有单元格
  15. for rowx in range(start_rowx, end_rowx + 1):  # 注意结束索引要加1
  16.     for colx in range(start_colx, end_colx + 1):
  17.         cell_value = sheet.cell_value(rowx, colx)
  18.         print(f"Row {rowx + 1}, Column {chr(colx + 65)}: {cell_value}")
3-64、引用不连续的单元格区域
  1. # 64、引用不连续的单元格区域
  2. import xlrd
  3. # 打开Excel文件
  4. workbook = xlrd.open_workbook(r'E:\360Downloads\test.xls')
  5. # 通过索引或名称获取工作表
  6. sheet = workbook.sheet_by_index(0)  # 使用索引（0代表第一个工作表）
  7. # 或者
  8. # sheet = workbook.sheet_by_name('Sheet1')  # 使用名称
  9. # 引用不连续的单元格
  10. cells_to_read = [
  11.     (0, 0),  # A1 的位置（行，列）
  12.     (2, 2),  # C3 的位置（行，列）
  13.     (4, 4)  # E5 的位置（行，列）
  14. ]
  15. # 遍历这些不连续的单元格
  16. for rowx, colx in cells_to_read:
  17.     cell_value = sheet.cell_value(rowx, colx)
  18.     print(f"Row {rowx + 1}, Column {chr(colx + 65)}: {cell_value}")
3-65、通过字符串的方式引用某个单元格
  1. # 65、通过字符串的方式引用某个单元格
  2. import xlrd
  3. # 打开Excel文件
  4. workbook = xlrd.open_workbook(r'E:\360Downloads\test.xls')
  5. # 获取工作表
  6. sheet = workbook.sheet_by_index(0)
  7. # 定义要引用的单元格位置字符串
  8. cell_position = 'B2'
  9. # 将单元格位置字符串转换为行号和列号
  10. col_name = cell_position[0]  # 获取列名
  11. row_num = int(cell_position[1:]) - 1  # 获取行号并减去1（xlrd的API是从0开始计数）
  12. # 获取单元格的值
  13. cell_value = sheet.cell_value(row_num, ord(col_name.upper()) - 65)
  14. # 打印单元格的值
  15. print(f"The value of cell {cell_position} is: {cell_value}") # 输出：The value of cell B2 is: 45458.0
3-66、通过字符串的方式引用连续的单元格区域
  1. # 66、通过字符串的方式引用连续的单元格区域
  2. import xlrd
  3. def cellname_to_rowcol(cell_name):
  4.     """
  5.     将Excel单元格名称转换为行和列的索引。
  6.     例如：A1 -> (0, 0), C3 -> (2, 2)
  7.     """
  8.     col = 0
  9.     row = 0
  10.     for i, char in enumerate(cell_name):
  11.         if char.isdigit():
  12.             row = int(cell_name[i:]) - 1
  13.             break
  14.         col = col * 26 + (ord(char.upper()) - ord('A') + 1)
  15.     col -= 1
  16.     return row, col
  17. def get_cell_range(sheet, range_string):
  18.     # 假设range_string的格式为"A1:C3"
  19.     start_cell, end_cell = range_string.split(':')
  20.     start_row, start_col = cellname_to_rowcol(start_cell)
  21.     end_row, end_col = cellname_to_rowcol(end_cell)
  22.     values = []
  23.     for row in range(start_row, end_row + 1):
  24.         row_values = []
  25.         for col in range(start_col, end_col + 1):
  26.             cell_value = sheet.cell_value(row, col)
  27.             row_values.append(cell_value)
  28.         values.append(row_values)
  29.     return values
  30. # 打开Excel文件
  31. try:
  32.     workbook = xlrd.open_workbook('example.xls')
  33. except FileNotFoundError:
  34.     print("文件未找到，请检查文件路径")
  35.     exit()
  36. # 通过索引或名称获取工作表
  37. try:
  38.     sheet = workbook.sheet_by_index(0)  # 使用索引（0代表第一个工作表）
  39.     # 或者
  40.     # sheet = workbook.sheet_by_name('Sheet1')  # 使用名称
  41. except xlrd.biffh.XLRDError:
  42.     print("工作表未找到，请检查工作表名称或索引")
  43.     exit()
  44. # 引用连续的单元格区域
  45. range_string = 'A1:C3'
  46. cell_range_values = get_cell_range(sheet, range_string)
  47. # 打印单元格区域的值
  48. for row in cell_range_values:
  49.     print(row)
3-67、引用单列
  1. # 67、引用单列
  2. import xlrd
  3. # 打开Excel文件
  4. workbook = xlrd.open_workbook('example.xls')
  5. # 通过索引或名称获取工作表
  6. sheet = workbook.sheet_by_index(0)  # 使用索引（0代表第一个工作表）
  7. # 或者
  8. # sheet = workbook.sheet_by_name('Sheet1')  # 使用名称
  9. # 定义要读取的列的索引（例如，A列的索引是0）
  10. col_index = 0
  11. # 遍历该列的所有行
  12. for row_index in range(sheet.nrows):  # sheet.nrows 是工作表中的行数
  13.     cell_value = sheet.cell_value(row_index, col_index)
  14.     print(f"Row {row_index + 1}, Column A: {cell_value}")
3-68、引用连续的多列
  1. # 68、引用连续的多列
  2. import xlrd
  3. def cellname_to_rowcol(cell_name):
  4.     """
  5.     将Excel单元格名称转换为行和列的索引。
  6.     例如：A1 -> (0, 0), C3 -> (2, 2)
  7.     """
  8.     col = 0
  9.     row = 0
  10.     for i, char in enumerate(cell_name):
  11.         if char.isdigit():
  12.             row = int(cell_name[i:]) - 1
  13.             break
  14.         col = col * 26 + (ord(char.upper()) - ord('A') + 1)
  15.     col -= 1
  16.     return row, col
  17. def get_cell_range(sheet, range_string):
  18.     """
  19.     获取指定范围的单元格的值
  20.     """
  21.     # 假设range_string的格式为"A1:C3"
  22.     start_cell, end_cell = range_string.split(':')
  23.     start_row, start_col = cellname_to_rowcol(start_cell)
  24.     end_row, end_col = cellname_to_rowcol(end_cell)
  25.     values = []
  26.     for row in range(start_row, end_row + 1):
  27.         row_values = []
  28.         for col in range(start_col, end_col + 1):
  29.             cell_value = sheet.cell_value(row, col)
  30.             row_values.append(cell_value)
  31.         values.append(row_values)
  32.     return values
  33. # 打开Excel文件
  34. try:
  35.     workbook = xlrd.open_workbook('example.xls')
  36. except FileNotFoundError:
  37.     print("文件未找到，请检查文件路径")
  38.     exit()
  39. # 通过索引或名称获取工作表
  40. try:
  41.     sheet = workbook.sheet_by_index(0)  # 使用索引（0代表第一个工作表）
  42.     # 或者
  43.     # sheet = workbook.sheet_by_name('Sheet1')  # 使用名称
  44. except xlrd.biffh.XLRDError:
  45.     print("工作表未找到，请检查工作表名称或索引")
  46.     exit()
  47. # 引用连续的单元格区域
  48. range_string = 'A1:C3'
  49. cell_range_values = get_cell_range(sheet, range_string)
  50. # 打印单元格区域的值
  51. for row in cell_range_values:
  52.     print(row)
3-69、引用不连续的多列
  1. # 69、引用不连续的多列
  2. import xlrd
  3. # 打开工作簿
  4. workbook = xlrd.open_workbook('example.xls')
  5. # 选择工作表（例如，选择第一个工作表）
  6. sheet = workbook.sheet_by_index(0)
  7. # 定义你想要读取的列索引（不连续的）
  8. columns_to_read = [0, 2, 4]  # 例如，读取第1列、第3列和第5列
  9. # 遍历行并读取选定的列
  10. for row_idx in range(sheet.nrows):
  11.     row_data = []
  12.     for col_idx in columns_to_read:
  13.         cell_value = sheet.cell_value(row_idx, col_idx)
  14.         row_data.append(cell_value)
  15.     # 这里可以处理 row_data，例如打印它或将其添加到列表中
  16.     print(row_data)
3-70、引用单行
  1. # 70、引用单行
  2. import xlrd
  3. # 打开工作簿
  4. workbook = xlrd.open_workbook('example.xls')
  5. # 选择工作表（例如，选择第一个工作表）
  6. sheet = workbook.sheet_by_index(0)
  7. # 定义你想要读取的行号（例如，读取第2行，注意行号是从0开始的）
  8. row_num = 1
  9. # 读取整行的数据
  10. row_data = []
  11. for col_idx in range(sheet.ncols):
  12.     cell_value = sheet.cell_value(row_num, col_idx)
  13.     row_data.append(cell_value)
  14. # 打印整行的数据
  15. print(row_data)
3-71、引用连续的多行
  1. # 71、引用连续的多行
  2. import xlrd
  3. # 打开工作簿
  4. workbook = xlrd.open_workbook('example.xls')
  5. # 选择工作表（例如，选择第一个工作表）
  6. sheet = workbook.sheet_by_index(0)
  7. # 定义你想要读取的起始行和结束行（Excel中的行号从1开始，但编程时从0开始）  
  8. start_row = 1  # Excel中的第2行
  9. end_row = 5  # Excel中的第6行（不包括这一行）
  10. # 遍历指定的行范围
  11. for row_idx in range(start_row - 1, end_row):  # 减去1以匹配Python的索引
  12.     row_data = []
  13.     # 遍历每一列
  14.     for col_idx in range(sheet.ncols):
  15.         cell_value = sheet.cell_value(row_idx, col_idx)
  16.         row_data.append(cell_value)
  17.         # 这里可以处理每一行的数据，例如打印它
  18.     print(row_data)
3-72、引用不连续的多行
  1. # 72、引用不连续的多行
  2. import xlrd
  3. # 打开工作簿
  4. workbook = xlrd.open_workbook('example.xls')
  5. # 选择工作表（例如，选择第一个工作表）
  6. sheet = workbook.sheet_by_index(0)
  7. # 定义你想要读取的不连续的行号（Excel中的行号从1开始，但编程时从0开始）
  8. rows_to_read = [1, 3, 5]  # Excel中的第2行、第4行和第6行  
  9. # 遍历指定的不连续行号
  10. for row_idx in rows_to_read:
  11.     row_idx_python = row_idx - 1  # 转换为Python中的索引（从0开始）
  12.     row_data = []
  13.     # 遍历每一列
  14.     for col_idx in range(sheet.ncols):
  15.         cell_value = sheet.cell_value(row_idx_python, col_idx)
  16.         row_data.append(cell_value)
  17.         # 这里可以处理每一行的数据，例如打印它
  18.     print(row_data)

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
声明：本文内容由网友自发贡献，转载请注明出处：【wpsshop】
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号