Python酷库之旅-比翼双飞情侣库(12)

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

3-73、通过定义名称引用单元格区域

3-74、引用单元格的快捷方式

3-75、引用某个单元格

3-76、引用工作表的全部单元格

3-77、引用连续的单元格区域

3-78、通过输入框(tkinter)引用所选择的单元格

3-79、引用活动单元格

3-80、引用已选定的单元格

3-81、引用已使用的单元格区域

3-82、引用被空白行和列包围的单元格区域

3-83、利用类似Offset属性动态引用某个单元格

3-84、利用类似Offset属性动态引用单元格区域

3-85、利用类似Resize属性引用变更为指定大小的单元格区域

3-86、引用不包括标题行的单元格区域

3-87、引用不包括标题列的单元格区域

3-88、引用任意单元格区域的右下角单元格

3-89、引用输入了计算公式的所有单元格

3-90、引用输入了常量的所有单元格

3-91、引用输入了数字的所有单元格

3-92、引用输入了文本的所有单元格

3-93、引用输入了逻辑值的所有单元格

3-94、引用输入了批注的所有单元格

3-95、引用没有输入任何数据和公式的空单元格

3-96、引用所有可见单元格

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

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

2、获取xlrd库的帮助信息

        用help()函数获取xlrd库的帮助信息

Help on package xlrd:
 
NAME
    xlrd
 
DESCRIPTION
    # Copyright (c) 2005-2012 Stephen John Machin, Lingfo Pty Ltd
    # This module is part of the xlrd package, which is released under a
    # BSD-style licence.
 
PACKAGE CONTENTS
    biffh
    book
    compdoc
    formatting
    formula
    info
    sheet
    timemachine
    xldate
 
FUNCTIONS
    count_records(filename, outfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>)
        For debugging and analysis: summarise the file's BIFF records.
        ie: produce a sorted file of ``(record_name, count)``.
        
        :param filename: The path to the file to be summarised.
        :param outfile: An open file, to which the summary is written.
    
    dump(filename, outfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>, unnumbered=False)
        For debugging: dump an XLS file's BIFF records in char & hex.
        
        :param filename: The path to the file to be dumped.
        :param outfile: An open file, to which the dump is written.
        :param unnumbered: If true, omit offsets (for meaningful diffs).
    
    inspect_format(path=None, content=None)
        Inspect the content at the supplied path or the :class:`bytes` content provided
        and return the file's type as a :class:`str`, or ``None`` if it cannot
        be determined.
        
        :param path:
          A :class:`string <str>` path containing the content to inspect.
          ``~`` will be expanded.
        
        :param content:
          The :class:`bytes` content to inspect.
        
        :returns:
           A :class:`str`, or ``None`` if the format cannot be determined.
           The return value can always be looked up in :data:`FILE_FORMAT_DESCRIPTIONS`
           to return a human-readable description of the format found.
    
    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)
        Open a spreadsheet file for data extraction.
        
        :param filename: The path to the spreadsheet file to be opened.
        
        :param logfile: An open file to which messages and diagnostics are written.
        
        :param verbosity: Increases the volume of trace material written to the
                          logfile.
        
        :param use_mmap:
        
          Whether to use the mmap module is determined heuristically.
          Use this arg to override the result.
        
          Current heuristic: mmap is used if it exists.
        
        :param file_contents:
        
          A string or an :class:`mmap.mmap` object or some other behave-alike
          object. If ``file_contents`` is supplied, ``filename`` will not be used,
          except (possibly) in messages.
        
        :param encoding_override:
        
          Used to overcome missing or bad codepage information
          in older-version files. See :doc:`unicode`.
        
        :param formatting_info:
        
          The default is ``False``, which saves memory.
          In this case, "Blank" cells, which are those with their own formatting
          information but no data, are treated as empty by ignoring the file's
          ``BLANK`` and ``MULBLANK`` records.
          This cuts off any bottom or right "margin" of rows of empty or blank
          cells.
          Only :meth:`~xlrd.sheet.Sheet.cell_value` and
          :meth:`~xlrd.sheet.Sheet.cell_type` are available.
        
          When ``True``, formatting information will be read from the spreadsheet
          file. This provides all cells, including empty and blank cells.
          Formatting information is available for each cell.
        
          Note that this will raise a NotImplementedError when used with an
          xlsx file.
        
        :param on_demand:
        
          Governs whether sheets are all loaded initially or when demanded
          by the caller. See :doc:`on_demand`.
        
        :param ragged_rows:
        
          The default of ``False`` means all rows are padded out with empty cells so
          that all rows have the same size as found in
          :attr:`~xlrd.sheet.Sheet.ncols`.
        
          ``True`` means that there are no empty cells at the ends of rows.
          This can result in substantial memory savings if rows are of widely
          varying sizes. See also the :meth:`~xlrd.sheet.Sheet.row_len` method.
        
        
        :param ignore_workbook_corruption:
        
          This option allows to read corrupted workbooks.
          When ``False`` you may face CompDocError: Workbook corruption.
          When ``True`` that exception will be ignored.
        
        :returns: An instance of the :class:`~xlrd.book.Book` class.
 
DATA
    FILE_FORMAT_DESCRIPTIONS = {'xls': 'Excel xls', 'xlsb': 'Excel 2007 xl...
    FMLA_TYPE_ARRAY = 4
    FMLA_TYPE_CELL = 1
    FMLA_TYPE_COND_FMT = 8
    FMLA_TYPE_DATA_VAL = 16
    FMLA_TYPE_NAME = 32
    FMLA_TYPE_SHARED = 2
    PEEK_SIZE = 8
    XLS_SIGNATURE = b'\xd0\xcf\x11\xe0\xa1\xb1\x1a\xe1'
    XL_CELL_BLANK = 6
    XL_CELL_BOOLEAN = 4
    XL_CELL_DATE = 3
    XL_CELL_EMPTY = 0
    XL_CELL_ERROR = 5
    XL_CELL_NUMBER = 2
    XL_CELL_TEXT = 1
    ZIP_SIGNATURE = b'PK\x03\x04'
    __VERSION__ = '2.0.1'
    biff_text_from_num = {0: '(not BIFF)', 20: '2.0', 21: '2.1', 30: '3', ...
    empty_cell = empty:''
    error_text_from_code = {0: '#NULL!', 7: '#DIV/0!', 15: '#VALUE!', 23: ...
    oBOOL = 3
    oERR = 4
    oNUM = 2
    oREF = -1
    oREL = -2
    oSTRG = 1
    oUNK = 0
    okind_dict = {-2: 'oREL', -1: 'oREF', 0: 'oUNK', 1: 'oSTRG', 2: 'oNUM'...
 
VERSION
    2.0.1
 
FILE
    e:\python_workspace\pythonproject\lib\site-packages\xlrd\__init__.py

3、实战案例

3-73、通过定义名称引用单元格区域

略，xlrd库不支持此功能，需要借助其他库实现

3-74、引用单元格的快捷方式

# 74、引用单元格的快捷方式
import xlrd
def excel_to_rowcol(excel_ref):
    """
    将 Excel 单元格引用（如 "A1"）转换为行号和列索引（从 0 开始）
    """
    col = ''.join(filter(str.isalpha, excel_ref))
    row_str = ''.join(filter(str.isdigit, excel_ref))
    row = int(row_str) - 1  # Excel 中的行号从 1 开始，Python 从 0 开始
    col_idx = 0
    for c in col:
        col_idx = col_idx * 26 + (ord(c.upper()) - ord('A') + 1)
    return row, col_idx - 1  # 列索引也从 0 开始
if __name__ == '__main__':
    workbook = xlrd.open_workbook('example.xls')
    sheet = workbook.sheet_by_index(0)
    # 假设要引用的单元格是 "B2"
    cell_ref = "B2"
    row, col = excel_to_rowcol(cell_ref)
    # 使用 xlrd 读取单元格数据
    cell_value = sheet.cell_value(row, col)
    print(cell_value)

3-75、引用某个单元格

# 75、引用某个单元格
import xlrd
# 打开工作簿
workbook = xlrd.open_workbook('example.xls')
# 选择工作表（例如，选择第一个工作表）
sheet = workbook.sheet_by_index(0)
# 指定要读取的单元格的行号和列号
# 假设我们要读取第3行第2列（即Excel中的C3单元格）
row_index = 2  # 行号从0开始，所以第3行是索引2
col_index = 1  # 列号从0开始，所以第2列是索引1  
# 读取指定单元格的数据
cell_value = sheet.cell_value(row_index, col_index)
# 打印单元格的值
print("单元格C3的值是：", cell_value) # 输出：单元格C3的值是： 45458.0

3-76、引用工作表的全部单元格

# 76、引用工作表的全部单元格
import xlrd
# 打开工作簿
workbook = xlrd.open_workbook('example.xls')
# 选择工作表（例如，选择第一个工作表）
sheet = workbook.sheet_by_index(0)
# 遍历工作表的每一行
for row_idx in range(sheet.nrows):
    # 初始化一个列表来存储当前行的所有单元格数据  
    row_data = []
    # 遍历当前行的每一列
    for col_idx in range(sheet.ncols):
        # 读取单元格的值并添加到当前行的列表中
        cell_value = sheet.cell_value(row_idx, col_idx)
        row_data.append(cell_value)
    # 这里可以处理整行的数据，例如打印它
    print(row_data)
# 如果你只想获取所有单元格的值，而不需要处理每一行，可以将它们存储在一个二维列表中
all_cell_values = []
for row_idx in range(sheet.nrows):
    row_data = []
    for col_idx in range(sheet.ncols):
        cell_value = sheet.cell_value(row_idx, col_idx)
        row_data.append(cell_value)
    all_cell_values.append(row_data)
# 现在all_cell_values包含了工作表中所有单元格的值
# 你可以根据需要进一步处理这个二维列表

3-77、引用连续的单元格区域

# 77、引用连续的单元格区域
import xlrd
# 打开工作簿
workbook = xlrd.open_workbook('example.xls')
# 选择工作表（例如，选择第一个工作表）
sheet = workbook.sheet_by_index(0)
# 定义连续单元格区域的起始行、起始列、结束行和结束列
start_row = 1  # Excel中的第2行
start_col = 0  # Excel中的第1列（A列）  
end_row = 5  # Excel中的第6行
end_col = 2  # Excel中的第3列（C列）
# 遍历连续单元格区域
for row_idx in range(start_row - 1, end_row):  # Python的索引从0开始，所以需要减1
    row_data = []
    for col_idx in range(start_col, end_col + 1):  # 加上1以确保包含结束列
        cell_value = sheet.cell_value(row_idx, col_idx)
        row_data.append(cell_value)
        # 这里可以处理每一行的数据，例如打印它
    print(row_data)

3-78、通过输入框(tkinter)引用所选择的单元格

# 78、通过输入框(tkinter)引用所选择的单元格
import tkinter as tk
from tkinter import simpledialog
import xlrd
def read_cell_from_excel(file_path, cell_ref):
    try:
        workbook = xlrd.open_workbook(file_path)
        sheet = workbook.sheet_by_index(0)  # 假设读取第一个工作表
        row_idx, col_idx = excel_to_rowcol(cell_ref)
        cell_value = sheet.cell_value(row_idx, col_idx)
        return cell_value
    except Exception as e:
        return str(e)
def excel_to_rowcol(excel_ref):
    """
    将 Excel 单元格引用（如 "A1"）转换为行号和列索引（从 0 开始）。
    """
    col, row_str = excel_ref.upper().split()
    row = int(row_str) - 1
    col_idx = 0
    for c in col:
        col_idx = col_idx * 26 + (ord(c) - ord('A') + 1)
    return row, col_idx - 1
def on_select_file():
    file_path = simpledialog.askopenfilename(filetypes=[("Excel files", "*.xls;*.xlsx")])
    if file_path:
        cell_ref = input_box.get()  # 获取输入框中的单元格引用
        cell_value = read_cell_from_excel(file_path, cell_ref)
        result_label.config(text=cell_value)
root = tk.Tk()
root.title("Excel Cell Reader")
# 创建输入框用于输入单元格引用
input_box = tk.Entry(root)
input_box.pack(pady=10)
# 创建按钮用于选择文件并读取单元格
select_button = tk.Button(root, text="Select File and Read Cell", command=on_select_file)
select_button.pack(pady=10)
# 创建标签用于显示结果
result_label = tk.Label(root, text="")
result_label.pack(pady=10)
root.mainloop()

3-79、引用活动单元格

# 79、引用活动单元格
import xlrd
def excel_to_rowcol(excel_ref):
    """
    将 Excel 单元格引用（如 "A1"）转换为行号和列索引（从 0 开始）
    """
    col = ''.join(filter(str.isalpha, excel_ref))
    row_str = ''.join(filter(str.isdigit, excel_ref))
    row = int(row_str) - 1  # Excel 中的行号从 1 开始，Python 从 0 开始
    col_idx = 0
    for c in col:
        col_idx = col_idx * 26 + (ord(c.upper()) - ord('A') + 1)
    return row, col_idx - 1  # 列索引也从 0 开始
# 示例用法
# 打开工作簿
workbook = xlrd.open_workbook('example.xls')
# 假设活动工作表是第一个工作表
sheet = workbook.sheet_by_index(0)
# 获取活动单元格引用 (例如 "B2")
# 你需要自己定义如何获取这个活动单元格的引用，这里假设它是已知的
cell_ref = "B2"
# 将单元格引用转换为行号和列索引
row, col = excel_to_rowcol(cell_ref)
# 使用 xlrd 读取单元格数据
cell_value = sheet.cell_value(row, col)
print(f'活动单元格 {cell_ref} 的值是: {cell_value}') # 输出：活动单元格 B2 的值是: 45458.0

3-80、引用已选定的单元格

# 80、引用已选定的单元格
import xlrd
# 打开Excel文件
workbook = xlrd.open_workbook('example.xls')
# 选择第一个工作表
sheet = workbook.sheet_by_index(0)
# 读取特定单元格的值
# 假设我们要读取第一行第一列的单元格（即A1单元格）
cell_value = sheet.cell(0, 0).value
print(f"The value of the selected cell is: {cell_value}") # 输出：The value of the selected cell is: 45458.0

3-81、引用已使用的单元格区域

# 81、引用已使用的单元格区域
import xlrd
# 打开Excel文件
workbook = xlrd.open_workbook('example.xls')
# 选取特定的工作表，例如第一个工作表
worksheet = workbook.sheet_by_index(0)
# 获取工作表的有效行数和列数
rows = worksheet.nrows
cols = worksheet.ncols
# 遍历并打印每个已使用单元的数据
for row_index in range(rows):
    for col_index in range(cols):
        # 获取单元格的值
        cell_value = worksheet.cell(row_index, col_index).value
        print(f'Row {row_index}, Column {col_index}: {cell_value}')

3-82、引用被空白行和列包围的单元格区域

# 82、引用被空白行和列包围的单元格区域
import xlrd
# 打开Excel文件
workbook = xlrd.open_workbook('example.xls')
# 选取特定的工作表，例如第一个工作表
worksheet = workbook.sheet_by_index(0)
# 找到包含数据的最小和最大行、列索引
min_row, max_row = None, None
min_col, max_col = None, None
for row_index in range(worksheet.nrows):
    for col_index in range(worksheet.ncols):
        cell_value = worksheet.cell(row_index, col_index).value
        if cell_value != "":
            if min_row is None or row_index < min_row:
                min_row = row_index
            if max_row is None or row_index > max_row:
                max_row = row_index
            if min_col is None or col_index < min_col:
                min_col = col_index
            if max_col is None or col_index > max_col:
                max_col = col_index
# 打印包含数据的单元格区域
if min_row is not None and min_col is not None:
    for row_index in range(min_row, max_row + 1):
        for col_index in range(min_col, max_col + 1):
            cell_value = worksheet.cell(row_index, col_index).value
            print(f'Row {row_index}, Column {col_index}: {cell_value}')
else:
    print("The worksheet is empty.")

3-83、利用类似Offset属性动态引用某个单元格

# 83、利用类似Offset属性动态引用某个单元格
import xlrd
# 打开Excel文件
workbook = xlrd.open_workbook('example.xls')
# 选取特定的工作表，例如第一个工作表
worksheet = workbook.sheet_by_index(0)
# 定义起始单元格的位置，例如A1
start_row = 0  # 对应Excel中的第1行
start_col = 0  # 对应Excel中的第1列
# 定义偏移量，例如偏移2行3列
offset_row = 2
offset_col = 3
# 计算目标单元格的位置
target_row = start_row + offset_row
target_col = start_col + offset_col
# 检查目标单元格是否在工作表范围内
if target_row < worksheet.nrows and target_col < worksheet.ncols:
    # 获取目标单元格的值
    cell_value = worksheet.cell(target_row, target_col).value
    print(f'Target cell value at ({target_row+1}, {target_col+1}): {cell_value}') # 输出：Target cell value at (3, 4): Myelsa
else:
    print("The target cell is out of the worksheet range.")

3-84、利用类似Offset属性动态引用单元格区域

# 84、利用类似Offset属性动态引用单元格区域
import xlrd
# 打开工著名的 Excel 文件
workbook = xlrd.open_workbook('example.xls')
worksheet = workbook.sheet_by_index(0)  # 选择工作表，这里选择第一张表
# 定位起始单元格（例如第二行第三列，即B3）
start_row = 1  # Excel 是从 1 开始计数，但在Python中列表从0开始
start_col = 2
# 定义要引用的区域大小，如 4 行 5 列
num_rows = 4
num_cols = 5
# 使用循环结构读取单元格区域内的数据
for r in range(start_row, start_row + num_rows):
    for c in range(start_col, start_col + num_cols):
        # 检查是否超出表格范围
        if r < worksheet.nrows and c < worksheet.ncols:
            # 获取单元格内容
            cell_value = worksheet.cell(r, c).value
            print(f'({r+1}, {c+1}): {cell_value}')
        else:
            # 跳过此单元格，防止越界
            print('Cell out of range.')
# 请确保example.xlsx文件在脚本可以访问的路径中，并且存在对应的数据

3-85、利用类似Resize属性引用变更为指定大小的单元格区域

# 85、利用类似Resize属性引用变更为指定大小的单元格区域
import xlrd
def get_resized_area(sheet, start_row, start_col, num_rows, num_cols):
    # 准备容器以存放单元格数据
    data = []
    for r in range(start_row, start_row + num_rows):
        row_data = []
        for c in range(start_col, start_col + num_cols):
            # 检查是否超出工作表范围
            if r < sheet.nrows and c < sheet.ncols:
                # 获取并添加单元格内容
                cell_value = sheet.cell_value(r, c)
                row_data.append(cell_value)
            else:
                # 如果超出范围则添加空值或者自定义的填充值
                row_data.append(None)
        data.append(row_data)
    return data
# 使用例子
workbook = xlrd.open_workbook('example.xls')
worksheet = workbook.sheet_by_name('test1')
# 设定起始单元格和区域大小
start_row_index = 1  # Excel中的B3对应于row index 1
start_col_index = 2  # Excel中的B3对应于col index 2
num_rows_to_resize = 4
num_cols_to_resize = 3
# 获取调整大小后的区域
resized_area = get_resized_area(worksheet, start_row_index, start_col_index, num_rows_to_resize, num_cols_to_resize)
# 打印结果来验证
for row in resized_area:
    print(row)

3-86、引用不包括标题行的单元格区域

# 86、引用不包括标题行的单元格区域
import xlrd
def get_resized_area_excluding_headers(sheet, start_row, start_col, num_rows, num_cols):
    # 准备容器以存放单元格数据
    data = []
    for r in range(start_row + 1, start_row + 1 + num_rows):  # 跳过标题行
        row_data = []
        for c in range(start_col, start_col + num_cols):
            # 检查是否超出工作表范围
            if r < sheet.nrows and c < sheet.ncols:
                # 获取并添加单元格内容
                cell_value = sheet.cell_value(r, c)
                row_data.append(cell_value)
            else:
                # 如果超出范围则添加空值或者自定义的填充值
                row_data.append(None)
        data.append(row_data)
    return data
# 使用例子
workbook = xlrd.open_workbook('example.xls')
worksheet = workbook.sheet_by_name('test1')
# 设定起始单元格和区域大小
start_row_index = 0  # 标题行通常是第0行
start_col_index = 0  # 根据需要调整列的起始位置
num_rows_to_resize = 4  # 需要引用的行数
num_cols_to_resize = 3  # 需要引用的列数
# 获取调整大小后的区域，排除标题行
resized_area = get_resized_area_excluding_headers(worksheet, start_row_index, start_col_index, num_rows_to_resize, num_cols_to_resize)
# 打印结果来验证
for row in resized_area:
    print(row)

3-87、引用不包括标题列的单元格区域

# 87、引用不包括标题列的单元格区域
import xlrd
def get_resized_area_excluding_headers(sheet, start_row, start_col, num_rows, num_cols):
    # 准备容器以存放单元格数据
    data = []
    for r in range(start_row, start_row + num_rows):
        row_data = []
        for c in range(start_col + 1, start_col + 1 + num_cols):  # 跳过标题列
            # 检查是否超出工作表范围
            if r < sheet.nrows and c < sheet.ncols:
                # 获取并添加单元格内容
                cell_value = sheet.cell_value(r, c)
                row_data.append(cell_value)
            else:
                # 如果超出范围则添加空值或者自定义的填充值
                row_data.append(None)
        data.append(row_data)
    return data
# 使用例子
workbook = xlrd.open_workbook('example.xls')
worksheet = workbook.sheet_by_name('test1')
# 设定起始单元格和区域大小
start_row_index = 0  # 根据需要调整行的起始位置
start_col_index = 0  # 标题列通常是第0列
num_rows_to_resize = 4  # 需要引用的行数
num_cols_to_resize = 3  # 需要引用的列数
# 获取调整大小后的区域，排除标题列
resized_area = get_resized_area_excluding_headers(worksheet, start_row_index, start_col_index, num_rows_to_resize, num_cols_to_resize)
# 打印结果来验证
for row in resized_area:
    print(row)

3-88、引用任意单元格区域的右下角单元格

# 88、引用任意单元格区域的右下角单元格
import xlrd
# 打开工作簿（Workbook）
workbook = xlrd.open_workbook('example.xls')
# 通过索引或名称选择工作表（Sheet）
worksheet = workbook.sheet_by_name('test1')
# 设定单元格区域的左上角起点坐标（行索引，列索引）
start_row = 1  # 比如第2行（索引从0开始）
start_col = 1  # 比如第2列（索引从0开始）
# 区域的高度（行数）和宽度（列数）
num_rows = 5  # 区域高度为5
num_cols = 3  # 区域宽度为3
# 计算右下角单元格的坐标
end_row = start_row + num_rows - 1  # 确保区域是正确的高度
end_col = start_col + num_cols - 1  # 确保区域是正确的宽度
# 确保给定的索引未超出工作表的最大行数和列数
if end_row >= worksheet.nrows or end_col >= worksheet.ncols:
    print("The specified area goes beyond the worksheet's boundaries.")
else:
    # 获取右下角单元格的值
    bottom_right_cell_value = worksheet.cell_value(end_row, end_col)
    # 输出右下角单元格的值
    print(f"The value in the bottom-right cell ({end_row + 1},{end_col + 1}) of the specified area is: {bottom_right_cell_value}")

3-89、引用输入了计算公式的所有单元格

略，xlrd库不支持此功能，需要借助其他库实现

3-90、引用输入了常量的所有单元格

# 90、引用输入了常量的所有单元格
import xlrd
def find_cells_with_constant(file_path, constant):
    # 打开Excel文件
    workbook = xlrd.open_workbook(file_path)
    result = []
    # 遍历所有sheet
    for sheet_index in range(workbook.nsheets):
        sheet = workbook.sheet_by_index(sheet_index)
        # 遍历所有行和列
        for row_index in range(sheet.nrows):
            for col_index in range(sheet.ncols):
                cell_value = sheet.cell_value(row_index, col_index)
                # 检查单元格是否包含常量
                if cell_value == constant:
                    cell_location = (sheet.name, row_index, col_index)
                    result.append(cell_location)
    return result
if __name__ == '__main__':
    file_path = 'example.xls'
    constant = 168  # 你要查找的常量值
    result = find_cells_with_constant(file_path, constant)
    if result:
        print(f"引用常量 {constant} 的单元格位置如下：")
        for loc in result:
            print(f"Sheet: {loc[0]}, 行: {loc[1] + 1}, 列: {loc[2] + 1}")
    else:
        print(f"没有找到引用常量 {constant} 的单元格!")

3-91、引用输入了数字的所有单元格

# 91、引用输入了数字的所有单元格
import xlrd
def find_cells_with_numbers(file_path):
    # 打开Excel文件
    workbook = xlrd.open_workbook(file_path)
    result = []
    # 遍历所有sheet
    for sheet_index in range(workbook.nsheets):
        sheet = workbook.sheet_by_index(sheet_index)
        # 遍历所有行和列
        for row_index in range(sheet.nrows):
            for col_index in range(sheet.ncols):
                cell_value = sheet.cell_value(row_index, col_index)
                # 检查单元格是否包含数字
                if isinstance(cell_value, (int, float)):
                    cell_location = (sheet.name, row_index, col_index, cell_value)
                    result.append(cell_location)
    return result
if __name__ == '__main__':
    file_path = 'example.xls'
    result = find_cells_with_numbers(file_path)
    if result:
        print(f"引用数字的单元格位置如下：")
        for loc in result:
            print(f"Sheet: {loc[0]}, 行: {loc[1] + 1}, 列: {loc[2] + 1}, 数值: {loc[3]}")
    else:
        print(f"没有找到引用数字的单元格!")

3-92、引用输入了文本的所有单元格

# 92、引用输入了文本的所有单元格
import xlrd
def find_cells_with_text(file_path):
    # 打开Excel文件
    workbook = xlrd.open_workbook(file_path)
    result = []
    # 遍历所有sheet
    for sheet_index in range(workbook.nsheets):
        sheet = workbook.sheet_by_index(sheet_index)
        # 遍历所有行和列
        for row_index in range(sheet.nrows):
            for col_index in range(sheet.ncols):
                cell_value = sheet.cell_value(row_index, col_index)
                # 检查单元格是否包含文本
                if isinstance(cell_value, str):
                    cell_location = (sheet.name, row_index, col_index, cell_value)
                    result.append(cell_location)
    return result
if __name__ == '__main__':
    file_path = 'example.xls'  # 请确保文件路径和文件名正确
    result = find_cells_with_text(file_path)
    if result:
        print("引用文本的单元格位置如下：")
        for loc in result:
            print(f"Sheet: {loc[0]}, 行: {loc[1] + 1}, 列: {loc[2] + 1}, 文本: {loc[3]}")
    else:
        print("没有找到引用文本的单元格!")

3-93、引用输入了逻辑值的所有单元格

# 93、引用输入了逻辑值的所有单元格
import xlrd
def find_cells_with_boolean(file_path):
    # 打开Excel文件
    workbook = xlrd.open_workbook(file_path)
    result = []
    # 遍历所有sheet
    for sheet_index in range(workbook.nsheets):
        sheet = workbook.sheet_by_index(sheet_index)
        # 遍历所有行和列
        for row_index in range(sheet.nrows):
            for col_index in range(sheet.ncols):
                cell_value = sheet.cell_value(row_index, col_index)
                cell_type = sheet.cell_type(row_index, col_index)
                # 检查单元格是否包含布尔值
                if cell_type == xlrd.XL_CELL_BOOLEAN:
                    cell_location = (sheet.name, row_index, col_index, cell_value)
                    result.append(cell_location)
    return result
if __name__ == '__main__':
    file_path = 'example.xls'  # 请确保文件路径和文件名正确
    result = find_cells_with_boolean(file_path)
    if result:
        print("引用逻辑值的单元格位置如下：")
        for loc in result:
            print(f"Sheet: {loc[0]}, 行: {loc[1] + 1}, 列: {loc[2] + 1}, 逻辑值: {loc[3]}")
    else:
        print("没有找到引用逻辑值的单元格!")

3-94、引用输入了批注的所有单元格

# 94、引用输入了批注的所有单元格
import xlrd
def find_cells_with_comments(file_path):
    # 打开Excel文件
    workbook = xlrd.open_workbook(file_path, formatting_info=True)
    result = []
    # 遍历所有sheet
    for sheet_index in range(workbook.nsheets):
        sheet = workbook.sheet_by_index(sheet_index)
        # 获取sheet的批注
        comments = sheet.cell_note_map
        # 遍历批注并获取相应的单元格
        for (row_index, col_index), note in comments.items():
            cell_location = (sheet.name, row_index, col_index, note.text)
            result.append(cell_location)
    return result
if __name__ == '__main__':
    file_path = 'example.xls'  # 请确保文件路径和文件名正确
    result = find_cells_with_comments(file_path)
    if result:
        print("引用批注的单元格位置如下：")
        for loc in result:
            print(f"Sheet: {loc[0]}, 行: {loc[1] + 1}, 列: {loc[2] + 1}, 批注: {loc[3]}")
    else:
        print("没有找到引用批注的单元格!")

3-95、引用没有输入任何数据和公式的空单元格

# 95、引用没有输入任何数据和公式的空单元格
import xlrd
def find_empty_cells(file_path):
    # 打开Excel文件
    workbook = xlrd.open_workbook(file_path, formatting_info=True)
    result = []
    # 遍历所有sheet
    for sheet_index in range(workbook.nsheets):
        sheet = workbook.sheet_by_index(sheet_index)
        # 遍历sheet中的所有单元格
        for row_index in range(sheet.nrows):
            for col_index in range(sheet.ncols):
                cell = sheet.cell(row_index, col_index)
                if cell.ctype == xlrd.XL_CELL_EMPTY:
                    cell_location = (sheet.name, row_index, col_index)
                    result.append(cell_location)
    return result
if __name__ == '__main__':
    file_path = 'example.xls'  # 请确保文件路径和文件名正确
    result = find_empty_cells(file_path)
    if result:
        print("空单元格位置如下：")
        for loc in result:
            print(f"Sheet: {loc[0]}, 行: {loc[1] + 1}, 列: {loc[2] + 1}")
    else:
        print("没有找到空单元格!")

3-96、引用所有可见单元格

# 96、引用所有可见单元格
import xlrd
def get_visible_cells(file_path):
    # 打开Excel文件
    workbook = xlrd.open_workbook(file_path, formatting_info=True)
    result = []
    # 遍历所有sheet
    for sheet_index in range(workbook.nsheets):
        sheet = workbook.sheet_by_index(sheet_index)
        # 遍历sheet中的所有单元格
        for row_index in range(sheet.nrows):
            for col_index in range(sheet.ncols):
                cell = sheet.cell(row_index, col_index)
                if cell.ctype != xlrd.XL_CELL_EMPTY:
                    cell_location = (sheet.name, row_index, col_index, cell.value)
                    result.append(cell_location)
    return result
if __name__ == '__main__':
    file_path = 'example.xls'  # 请确保文件路径和文件名正确
    result = get_visible_cells(file_path)
    if result:
        print("可见单元格位置及内容如下：")
        for loc in result:
            print(f"Sheet: {loc[0]}, 行: {loc[1] + 1}, 列: {loc[2] + 1}, 内容: {loc[3]}")
    else:
        print("没有找到可见单元格!")

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