[python爬虫学习]python中使用openpyxl操作Excel的常用方法及案例_import openpyxl

欢迎阅读wenhaha的第一篇文章

excle表格相信大家都不陌生，就是通过表来对数据进行展示和处理。生活中有很多的职业需要每天处理非常多的excle表格，进行数据的添加、修改和查找（还包括一些统计）等操作。openpyxl是一个Python的模块，可以用来处理excle表格。接下来我会在本篇文章中介绍如何使用python 中的 openpyxl 模块来帮我们处理 Excel 表的工作。

1.Excel 文档简介

首先，让我们来看一些基本定义。

1. 一个 Excel 电子表格文档称为一个 工作簿 。
2. 一个 工作簿保存在扩展名为 .xlsx 的文件中。
3. 每个工作簿可以包含多个 Sheet (表, 也称为工作表)。
4. 用户当前查看的表(或关闭 Excel 前最后查看的表或创建excel文件后的第一张表)，称为 活动表 （active sheet）。
5. 每个表都有一些列(地址是 从A 开始的字母 )和一些行(地址是从 1 开始的数字)。我们通常使用字母+数字获取某一个格子的数据，例如B3代表第2列第3排的那一个数据。
6. 在特定行和列的方格称为 单元格 。
7. 每个单元格都包含一个 数字、文本或空值。
8. 单元格形成的网格和数据构成了 表 。
   

2.安装 openpyxl 模块

Python 没有自带 openpyxl，所以必须安装。直接 pip install openpyxl 就可以。

3.Excel 文档的基本操作实例

该实例将使用一个电子表格 test.xlsx，它保存在工程目录的 files 文件夹中。下图是文件内容截图，主要包含了默认的两个表：Shee1, Sheet2

3.1 用 openpyxl 模块打开 Excel 文档

在导入 openpyxl 模块后，就可以使用openpyxl.load_workbook()函数来打开指定的 excel 文件，也可以使用openpyxl.Workbook()创建一个新的Workbook（工作簿）对象：

• openpyxl.load_workbook(地址) - 打开给定的文件名并返回 工作簿
• openpyxl.Workbook() - 新建一个 Workbook（工作簿）对象 ，即excel文件

import openpyxl

# openpyxl.load_workbook(需要打开的excel文件路径)
wb = openpyxl.load_workbook('files/test.xlsx')
print(type(wb))		# 结果: <class 'openpyxl.workbook.workbook.Workbook'>
1
2
3
4
5

openpyxl.load_workbook()函数接受文件名，返回一个 workbook 数据类型的值。这 个 workbook 对象代表这个 Excel 文件，有点类似 File 对象代表一个打开的文本文件。

3.2 从工作簿中取得工作表

• 工作簿对象.sheetnames - 获取当前工作簿中 所有表的名字
• 工作簿对象.active - 获取当前 活动表¹ 对应的Worksheet对象
• 工作簿对象[表名] - 根据表名获取指定 表对象
• 表对象.title - 获取表对象的 表名
• 表对象.max_row - 获取表的 最大有效行数
• 表对象.max_column - 获取表的 最大有效列数

import openpyxl

# 打开工作簿
wb = openpyxl.load_workbook('files/test.xlsx')

# 获取所有表的表名
sheets_names = wb.sheetnames
print(sheets_names)     # 结果: ['Sheet1', 'Sheet2']

# 获取活动表对应的表对象(表对象就是Worksheet类的对象)
active_sheet = wb.active
print(active_sheet)     # 结果：<Worksheet "Sheet1">

# 根据表名获取工作簿中指定的表
sheet2 = wb['Sheet2']
print(sheet2)           # 结果：<Worksheet "Sheet2">

# 根据表对象获取表的名字
sheet_name1 = active_sheet.title
sheet_name2 = sheet2.title
print(sheet_name1, sheet_name2)     # 结果：Sheet1 Sheet2

# 获取第二列的所有内容
sheet = wb.active
row_num = sheet.max_row     # 获取当前表中最大的行数
for row in range(1, row_num+1):
    cell = sheet.cell(row, 2)
    print(cell.value)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

3.3 从表中取得单元格

获取到表以后，可以通过表去获取表中的单元格：

• 表对象['列号行号'] - 获取指定列的指定行对应的单元格对象（单元格对象是 Cell 类的对象，列号是从A开始，行号是从1开始）
• 表对象.cell(行号, 列号) - 获取指定行指定列对应的单元格（这儿的行号和列好号都可以用数字）
• 表对象.iter_rows() - 一行一行的取
• 表对象.iter_cols() - 列表一列的取
• 单元格对象.value - 获取单元格中的内容
• 单元格对象.row - 获取行号（数字1开始）
• 单元格对象.column - 获取列号（数字1开始）
• 单元格对象.coordinate - 获取位置（包括行号和列号）

import openpyxl

# 打开excel文件
wb = openpyxl.load_workbook('files/test.xlsx')

# 获取活跃表对象
sheet = wb.active

# 获取单元格对应的 Cell 对象
a1 = sheet['A1']      # A1 表示A列中的第一行，这儿的列号采用的是从A开始的
print(a1)

# 获取单元格中的内容
content = a1.value
print(content)  
# 调用表的 cell()方法时，可以传入整数 作为 row 和 column 关键字参数，也可以得到一个单元格
content2 = sheet.cell(2,2).value
print(content2)

# 获取单元格的行和列信息
row = a1.row
print('行:', row)     

column = a1.column
print('列:', column)   

coordinate = a1.coordinate
print(coordinate)       
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

输出结果：

<Cell 'Sheet1'.A1>
Rank
python
行: 1
列: 1
A1
1
2
3
4
5
6

在 Z 列之后，列开始使用两个字母:AA、AB、AC 等。作为替代，在调用表的 cell()方法时，可以传入整数 作为 row 和 column 关键字参数，也可以得到一个单元格。注意：第一行或第一列的对应的整数 是 1，不是 0。

# 获取第二列的所有内容
row_num = sheet.max_row     # 获取当前表中最大的行数
for row in range(1, row_num+1):
    cell = sheet.cell(row, 2)
    print(cell.value)

'''
结果:
Language
python
java
c
html
'''
1
2
3
4
5
6
7
8
9
10
11
12
13
14

3.4 从表中取得行和列

在实际的对Excel的操作中，我们经常需要对一个区域的数据进行处理。表对象也可以像列表或者字符串那样进行 切片 操作，来获取电子表格中一行、一列或一个 矩形区域 中的所有 Cell 对象，然后就可以对数据进行相应的操作。具体的用法如下：

• 表对象[位置1:位置2] - 获取指定范围中的所有的单元格

import openpyxl
from openpyxl.utils import get_column_letter

# 打开excel文件
wb = openpyxl.load_workbook('files/example1.xlsx')

# 获取表
sheet = wb.active

# 1.获取整个一行的单元格
max_column = sheet.max_column       # 获取最大列数
column = get_column_letter(max_column)      # 获取最大列数对应的字母列号
# 获取第一行所有单元格对象
row2 = sheet['A1':'%s1' % column]    # ((<Cell '表1'.A1>, <Cell '表1'.B1>, <Cell '表1'.C1>),)
print(row2)

for row_cells in row2:
    for cell in row_cells:
        print(cell.coordinate, cell.value)

# 2.获取整个列的单元格
max_row = sheet.max_row
columnB = sheet['B1':'B%d' % max_row]

# 获取B列对应的所有单元格对象
for column_cells in columnB:
    for cell in column_cells:
        print(cell.coordinate, cell.value)

# 3. 获取矩形区域中的单元格对象
cell_tuples = sheet['A1': 'C3']
print(cell_tuples)
for cells in cell_tuples:
    for cell in cells:
        print(cell.coordinate, cell.value)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

输出结果：

((<Cell 'Sheet1'.A1>, <Cell 'Sheet1'.B1>, <Cell 'Sheet1'.C1>),)
A1 Rank
B1 Language
C1 Score
B1 Language
B2 python
B3 java
B4 c
B5 html
((<Cell 'Sheet1'.A1>, <Cell 'Sheet1'.B1>, <Cell 'Sheet1'.C1>), (<Cell 'Sheet1'.A2>, <Cell 'Sheet1'.B2>, <Cell 'Sheet1'.C2>), (<Cell 'Sheet1'.A3>, <Cell 'Sheet1'.B3>, <Cell 'Sheet1'.C3>))
A1 Rank
B1 Language
C1 Score
A2 1
B2 python
C2 100
A3 2
B3 java
C3 99.5

Process finished with exit code 0

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

3.5 通过创建Workbook对象的方式创建Excel文件并保存

• openpyxl.Workbook() - 创建空的 Excel 文件对应的工作簿对象
• 工作簿对象.save(文件路径) - 保存文件
• 工作簿对象.create_sheet(title, index) - 在指定工作簿中的指定位置（默认是最后）创建指定名字的表，并且返回表对象
• 工作簿对象.remove(表对象) - 删除工作簿中的指定表
• 表对象[位置] = 值 - 在表中指定位置对应的单元格中写入指定的值，位置是字符串：‘A1’（第1列的第一行）、‘B1’（第二列的第一行）

import openpyxl

# 创建空的Workbook对象
wb = openpyxl.Workbook()

# 获取所有表名
print(wb.sheetnames)  # ['Sheet']
# 可知默认情况下，新建的Workbook对象对应的Excel 文件中只有一张名字是 'Sheet' 的表

# 获取活动表
sheet_active = wb.active

# 修改表的名字
sheet_active.title = 'student_info'

# 保存至文件
wb.save(filename='files/school.xlsx')

# 新建表
wb.create_sheet()
wb.create_sheet()
# for i in range(20):
#     wb.create_sheet()
print(wb.sheetnames)  # ['student_info', 'Sheet', 'Sheet1']
# 新建表时，从Sheet开始一直到Sheet n

wb.create_sheet('teacher_info')

# `工作簿对象.create_sheet(title, index)`  - 在指定工作簿中的指定位置（默认是最后）创建指定名字的表，并且返回表对象
wb.create_sheet('course_info', 1)

print(wb.sheetnames)  # ['student_info', 'course_info', 'Sheet', 'Sheet1', 'teacher_info']

# 删除表
wb.remove(wb['Sheet'])
wb.save(filename='files/school.xlsx')

# 写入数据
wb = openpyxl.load_workbook('files/school.xlsx')
sheet = wb['student_info']  # 获取表

sheet['A1'] = '姓名'
sheet['B1'] = '年龄'
sheet['C1'] = '性别'

sheet['A2'] = 'wenhaha'
sheet['B2'] = 20
sheet['C2'] = '男'

wb.save('files/school.xlsx')

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51

4.实例1-利用requests获取疫情数据，并且将获取到的数据使用excel文件保存到表中

# 利用requests获取天行数据中疫情数据，并且将获取到的数据使用excel文件保存到表中。
import requests, openpyxl
from openpyxl.utils import get_column_letter

# 1.获取数据
url = 'http://api.tianapi.com/txapi/ncovabroad/index?key=c9d408fefd8ed4081a9079d0d6165d43'
rep = requests.get(url)
news_list = rep.json()['newslist']

# 2.设置表头信息
headers = {'continents': ('洲', 'A'),
           'provinceName': ('国家', 'B'),
           'currentConfirmedCount': ('现有确诊', 'C'),
           'confirmedCount': ('累计确诊', 'D'),
           'curedCount': ('治愈', 'E'),
           'deadCount': ('死亡', 'F')}

# 3.创建工作表
wb = openpyxl.Workbook()
sheet = wb.active

# 4.写入数据
# 先写入第一行的表头
column_num = 1
for key in headers:
    column = get_column_letter(column_num)
    location = f'{column}1'
    sheet[location] = headers[key][0]
    column_num += 1

# 再从第二行开始写入爬取到的数据
row = 2
for news in news_list:  # 遍历每条数据项，一个数据项对应一个字典
    for key in news:  # 遍历数据键值
        if key in headers:  # 保证键是表头中的某一项我们需要的数据
            location = f'{headers[key][1]}{row}'  # 存在表中的位置
            value = news[key]  # 需要的数据
            sheet[location] = value  # 写入
    row += 1

wb.save(filename='files/epidemic.xlsx')

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

5.实例2-通过openpyxl操作单元格中的内容的样式

import openpyxl
from openpyxl.styles import Font, PatternFill, Border, Side, Alignment

#                           字体、 填充图案、     边框、   侧边、 对齐方式

# 1.打开工作簿
wb = openpyxl.load_workbook('files/epidemic.xlsx')
sheet = wb.active

# 2.设置单元格字体样式
"""
Font(
    name=None,      # 字体名，可以用字体名字的字符串
    strike=None,    # 删除线，True/False
    color=None,     # 文字颜色
    size=None,      # 字号
    bold=None,      # 加粗, True/False
    italic=None,    # 倾斜，Tue/False
    underline=None  # 下划线, 'single', 'singleAccounting', 'double','doubleAccounting'
)
"""
# 创建字体对象，并调整合适的参数
font1 = Font(
    name='微软雅黑',
    size=15,
    italic=False,
    color='ff0000',
    bold=False,
    strike=False,
    underline='single',
)

# 设置指定单元格的字体
# 单元格对象.font = 字体对象
area = sheet['A1':'F1']
for row in area:
    for _ in row:
        _.font = font1  # 调整字体

# 3.设置单元格填充样式
"""
PatternFill(
	fill_type=None,		# 设置填充样式: 'darkGrid', 'darkTrellis', 'darkHorizontal', 'darkGray', 'lightDown', 'lightGray', 'solid', 'lightGrid', 'gray125', 'lightHorizontal', 'lightTrellis', 'darkDown', 'mediumGray', 'gray0625', 'darkUp', 'darkVertical', 'lightVertical', 'lightUp'
                        #             '深色网格“，”深色网格“，”深色水平“，”深色灰色“，”浅色向下“，”浅灰色“，”纯色“，”浅色网格“，”灰色125“，”浅色水平“，”浅色网格“，”深色向下“，”中灰色“，”灰色0625“，”深色向上“，”深色垂直“，”浅色垂直“，”浅色向上“
	start_color=None	# 设置填充颜色
)
"""

# 设置填充对象
fill = PatternFill(fill_type='solid', start_color='FFC0CB')

# 设置单元格的填充样式
# 单元格对象.fill = 填充对象
area = sheet['A1':'F1']
for row in area:
    for _ in row:
        _.fill = fill  # 调整填充格式

# 4. 设置单元格对齐样式
# 创建对象
al = Alignment(
    horizontal='right',  # 水平方向:center, left, right
    vertical='top',  # 垂直方向: center, top, bottom
)
# 设置单元格的对齐方式
sheet['B2'].alignment = al

# 5. 设置边框样式
# 设置边对象（四个边的边可以是一样的也可以不同，如果不同就创建对个Side对象）
# border_style取值('dashDot','dashDotDot', 'dashed','dotted','double','hair', 'medium', 'mediumDashDot', 'mediumDashDotDot','mediumDashed', 'slantDashDot', 'thick', 'thin')
# 大致翻译：             单点划线，双点划线，点划线，双划线，头发，中划线，单点中划线，双点中划线，中划线，斜划线，粗划线，细划线
side = Side(border_style='thin', color='000000')

# 设置边框对象
# 这儿的left、right、top、bottom表示的是边框的四个边，四个边可以使用一个边对象
bd = Border(left=side, right=side, top=side, bottom=side)
# 设置单元格的边框
area = sheet['A1':'F1']
for row in area:
    for _ in row:
        _.border = bd

# 6.设置单元格的宽度和高度
# 设置列宽
sheet.column_dimensions['A'].width = 10
# 设置行高
sheet.row_dimensions[1].height = 30

# 7. 保存
wb.save(filename='files/epidemic.xlsx')


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92

太丑了！！！ 请结合实际工作需要自行调整hhh

6.点个赞吧！我只会心疼giegie！！

---

1. 如果你的文件打开后关闭，则关闭时的表被python认为是活动表。 ↩︎