python：xlrd模块

一、xlrd模块介绍

1. xlrd是读取excel表格数据；
2. 支持 xlsx和xls 格式的excel表格；
3. 三方模块安装方式：pip3 install xlrd；
4. 模块导入方式： import xlrd

二、xlrd模块操作

1. 基本函数

1.1. 打开workbook获取Book对象

• xlrd.open_workbook(filename[, logfile, file_contents, ...])：打开excel文件
  filename：需操作的文件名（包括文件路径和文件名称）；

若filename不存在，则报错FileNotFoundError；
若filename存在，则返回值为xlrd.book.Book对象

1.2. 获取Book对象中所有sheet名称

• BookObject.sheet_names()：获取所有sheet的名称，以列表方式显示

1.3. 获取Book对象中所有Sheet对象

• BookObject.sheets()：获取所有sheet的对象，以列表形式显示

• BookObject.sheet_by_index(sheetx)：通过sheet索引获取所需sheet对象
  sheetx为索引值，索引从0开始计算；
  若sheetx超出索引范围，则报错IndexError；
  若sheetx在索引范围内，则返回值为xlrd.sheet.Sheet对象

• BookObject.sheet_by_name(sheet_name)：通过sheet名称获取所需sheet对象
  sheet_name为sheet名称；
  若sheet_name不存在，则报错xlrd.biffh.XLRDError；
  若sheet_name存在，则返回值为xlrd.sheet.Sheet对象

1.4. 判断Book对象中某个sheet是否导入

• BookObject.sheet_loaded(sheet_name_or_index)：通过sheet名称或索引判断该sheet是否导入成功
  返回值为bool类型，若返回值为True表示已导入；若返回值为False表示未导入

1.5. 对Sheet对象中的行操作

• SheetObject.nrows：获取某sheet中的有效行数

• SheetObject.row_values(rowx[, start_colx=0, end_colx=None])：获取sheet中第rowx+1行从start_colx列到end_colx列的数据，返回值为列表。
  若rowx在索引范围内，以列表形式返回数据；
  若rowx不在索引范围内，则报错IndexError

• SheetObject.row(rowx)：获取sheet中第rowx+1行单元，返回值为列表；
  列表每个值内容为： 单元类型:单元数据

• SheetObject.row_slice(rowx[, start_colx=0, end_colx=None])：以切片方式获取sheet中第rowx+1行从start_colx列到end_colx列的单元，返回值为列表；
  列表每个值内容为： 单元类型:单元数据

• SheetObject.row_types(rowx[, start_colx=0, end_colx=None])：获取sheet中第rowx+1行从start_colx列到end_colx列的单元类型，返回值为array.array类型。
  单元类型ctype：empty为0，string为1，number为2，date为3，boolean为4， error为5（左边为类型，右边为类型对应的值）；

• SheetObject.row_len(rowx)：获取sheet中第rowx+1行的长度

rowx：行标，行数从0开始计算（0表示第一行）, 必填参数；
start_colx：起始列，表示从start_colx列开始取值，包括第start_colx的值；
end_colx：结束列，表示到end_colx列结束取值，不包括第end_colx的值；

start_colx默认为0，end_colx默认为None：表示取整行相关数据；

• SheetObject.get_rows()：获取某一sheet所有行的生成器

1.6. 对Sheet对象中的列操作

• SheetObject.ncols：获取某sheet中的有效列数

• SheetObject.col_values(self, colx[, start_rowx=0, end_rowx=None])：获取sheet中第colx+1列从start_rowx行到end_rowx行的数据，返回值为列表。

• SheetObject.col_slice(colx[, start_rowx=0, end_rowx=None])：以切片方式获取sheet中第colx+1列从start_rowx行到end_rowx行的数据，返回值为列表。
  列表每个值内容为： 单元类型:单元数据

• SheetObject.col_types(colx[, start_rowx=0, end_rowx=None])：获取sheet中第colx+1列从start_rowx行到end_rowx行的单元类型，返回值为列表；

1.7. 对Sheet对象的单元格执行操作

• ShellObeject.cell(rowx, colx)：获取sheet对象中第rowx+1行，第colx+1列的单元对象，返回值为'xlrd.sheet.Cell'类型，返回值的格式为“单元类型:单元值”。

• ShellObject.cell_value(rowx, colx)：获取sheet对象中第rowx+1行，第colx+1列的单元数据，返回值为当前值的类型（如float、int、string...）；

• ShellObject.cell_type(rowx, colx)：获取sheet对象中第rowx+1行，第colx+1列的单元数据类型值；
  单元类型ctype：empty为0，string为1，number为2，date为3，boolean为4， error为5；

import xlrd

""" 打开excel表格"""
workbook = xlrd.open_workbook("测试.xlsx")
print(workbook)             # 结果：<xlrd.book.Book object at 0x000000000291B128>

""" 获取所有sheet名称"""
sheet_names = workbook.sheet_names()
print(sheet_names)          # 结果：['表1', 'Sheet2']

""" 获取所有或某个sheet对象"""
# 获取所有的sheet对象
sheets_object = workbook.sheets()
print(sheets_object)        # 结果：[<xlrd.sheet.Sheet object at 0x0000000002956710>, <xlrd.sheet.Sheet object at 0x0000000002956AC8>]
# 通过index获取第一个sheet对象
sheet1_object = workbook.sheet_by_index(0)
print(sheet1_object)        # 结果：<xlrd.sheet.Sheet object at 0x0000000002956710>
# 通过name获取第一个sheet对象
sheet1_object = workbook.sheet_by_name(sheet_name="表1")
print(sheet1_object)        # 结果：<xlrd.sheet.Sheet object at 0x0000000002956710>

""" 判断某个sheet是否已导入"""
# 通过index判断sheet1是否导入
sheet1_is_load = workbook.sheet_loaded(sheet_name_or_index=0)
print(sheet1_is_load)       # 结果：True
# 通过sheet名称判断sheet1是否导入
sheet1_is_load = workbook.sheet_loaded(sheet_name_or_index="表1")
print(sheet1_is_load)       # 结果：True

""" 对sheet对象中的行执行操作：如有效行数、某行从n1到n2列的数据、某行的单元和类型、某行的长度...... """
# 获取sheet1中的有效行数
nrows = sheet1_object.nrows
print(nrows)                # 结果：5
# 获取sheet1中第3行的数据
all_row_values = sheet1_object.row_values(rowx=2)
print(all_row_values)           # 结果：[3.0, 'b', 1, '']
row_values = sheet1_object.row_values(rowx=2, start_colx=1, end_colx=3)
print(row_values)               # 结果：['b', 1]
# 获取sheet1中第3行的单元对象
row_object = sheet1_object.row(rowx=2)
print(row_object)               # 结果：[number:3.0, text:'b', bool:1, empty:'']
# 获取sheet1中第3行的单元
row_slice = sheet1_object.row_slice(rowx=2)
print(row_slice)                # 结果：[number:3.0, text:'b', bool:1, empty:'']
# 获取sheet1中第3行的单元类型
row_types = sheet1_object.row_types(rowx=2)
print(row_types)                # 结果：array('B', [2, 1, 4, 0])
# 获取sheet1中第3行的长度
row_len = sheet1_object.row_len(rowx=2)
print(row_len)                  # 结果：4
# 获取sheet1所有行的生成器
rows_generator = sheet1_object.get_rows()
print(rows_generator)           # 结果：<generator object Sheet.get_rows.<locals>.<genexpr> at 0x00000000028D8BA0>

""" 对sheet对象中的列执行操作："""
# 获取sheet1中的有效列数
ncols = sheet1_object.ncols
print(ncols)                # 结果：4
# 获取sheet1中第colx+1列的数据
col_values = sheet1_object.col_values(colx=1)
print(col_values)           # 结果：['测试', 'a', 'b', 'c', 'd']
col_values1 = sheet1_object.col_values(1, 1, 3)
print(col_values1)          # 结果：['a', 'b']
# 获取sheet1中第2列的单元
col_slice = sheet1_object.col_slice(colx=1)
print(col_slice)            # 结果：[text:'测试', text:'a', text:'b', text:'c', text:'d']
# 获取sheet1中第2列的单元类型
col_types = sheet1_object.col_types(colx=1)
print(col_types)            # 结果：[1, 1, 1, 1, 1]

"""对sheet对象中的单元执行操作"""
# 获取sheet1中第rowx+1行，第colx+1列的单元对象
cell_info = sheet1_object.cell(rowx=1, colx=2)
print(cell_info)           # 结果: text:'m'
print(type(cell_info))     # 结果：<class 'xlrd.sheet.Cell'>
# 获取sheet1中第rowx+1行，第colx+1列的单元值
cell_value = sheet1_object.cell_value(rowx=1, colx=2)
print(cell_value)           # 结果: m
# 获取sheet1中第rowx+1行，第colx+1列的单元类型值
cell_type = sheet1_object.cell_type(rowx=1, colx=2)
print(cell_type)            # 结果：1

2. 读取单元格内容为日期/时间的方式

若单元格内容的类型为date，即ctype值为3时，则代表此单元格的数据为日期

• xlrd.xldate_as_tuple(xldate, datemode)：若xldate数据为日期/时间，则将转化为适用于datetime的元组；
  返回值为元组，格式为：(year, month, day, hour, minute, nearest_second)
  xldate：sheet对象中单元格的数据
  datemode：日期模式

""" 读取sheet对象中的日期 """
import datetime
workbook = xlrd.open_workbook("测试.xlsx")
sheet2_object = workbook.sheet_by_name("Sheet2")
# value_type = sheet2_object.cell(0, 1).ctype
value_type = sheet2_object.cell_type(0, 1)
print(value_type)  # 结果：3
if value_type == 3:
    print("单元格数据为日期")
    cell_value = sheet2_object.cell_value(0, 1)
    print(cell_value)  # 结果：43506.0
    date_tuple = xlrd.xldate_as_tuple(cell_value, workbook.datemode)
    print(date_tuple)  # 结果：(2019, 2, 10, 0, 0, 0)
    date_value = datetime.date(*date_tuple[:3])
    print(date_value)  # 结果：2019-02-10
    date_format = date_value.strftime('%Y/%m/%d')
    print(date_format)  # 结果：2019/02/10

3. 对合并单元格执行操作

（1） 获取合并的单元格
若表格为xls格式的，打开workbook时需将formatting_info设置为True，然后再获取sheet中的合并单元格；
若表格有xlsx格式的，打开workbook时保持formatting_info为默认值False，然后再获取sheet中的合并单元格；

• SheetObject.merged_cells：获取sheet中合并单元格的信息，返回值为列表；
  若sheet对象中无合并单元格，则返回值为空列表；
  列表中每个单元格信息的格式为：(row_start, row_end, col_start, col_end)
  row_start表示合并单元格的起始行；
  row_end表示合并单元格的结束行；
  col_start表示合并单元格的起始列；
  col_end表示合并单元格的结束列；
  合并单元格的行取值范围为[row_start, row_end)，包括row_start，不包括row_end；
  合并单元格的列取值范围为[col_start, col_end)，包括col_start，不包括col_end；
  如：(1, 3, 4, 6)：表示从第1到2行合并，从第4到第5列合并；

（2）读取合并单元格的数据
读取合并单元格数据仅需merged_cells数据中的row_start和col_start这两个索引即可

• SheetObject.cell_value(rowx=row_start, colx=col_start)：获取合并单元格的数据

""" 获取合并的单元格并读取单元格数据 """
# 获取xlsx格式的excel文件中的合并单元格
workbook = xlrd.open_workbook("测试.xlsx")
sheet2_object = workbook.sheet_by_name("Sheet2")
print(sheet2_object.merged_cells)   # 结果: [(1, 2, 0, 2), (3, 6, 0, 2)]
# 获取xls格式的excel文件中的合并单元格
workbook1 = xlrd.open_workbook("测试.xls", formatting_info=True)
sheet2_object1 = workbook1.sheet_by_name("Sheet2")
print(sheet2_object1.merged_cells)   # 结果: [(1, 2, 0, 2), (3, 6, 0, 2)]

# 读取合并单元格数据（仅需“起始行起始列”即可获取数据）
print(sheet2_object.cell_value(1, 0))   # 结果：合并
print(sheet2_object.cell_value(3, 0))   # 结果：合并2
# 或使用for循环获取所有的合并单元格数据
for (row_start, row_end, col_start, col_end) in sheet2_object.merged_cells:
    print(sheet2_object.cell_value(rowx=row_start, colx=col_start))