现代生活中，我们很难不与excel表打交道，excel表有着易学易用的优点，只是当表中数据量很大，我们又需要从其他表册中复制粘贴一些数据（比如身份证号）的时候，我们会越来越倦怠，毕竟我们不是机器，没法长时间做某种重复性的枯燥操作。想象这样一个场景，我们有个几千行的表要填，需要根据姓名输入其对应的身份证号，但之前我们已经做过一个类似的表，同样的一些人的姓名跟身份证号是完整的，那么我们就需要通过一个个查找姓名，然后把身份证号码复制到我们当前要做的表里去。

当我日复一日重复着这些操作的时候，我都很想有一个自动化工具来完成这种操作，把做为人的我从这种非人的折磨里解脱出来，最后还是想到了python，因为这样我能很少的关注语言内部的一些细节，从而专注于解决这个问题。

python有很多专门处理excel的第三方库，我选择了openpyxl,因为支持微软最新excel的格式xlsx，其官网地址为 openpyxl.readthedocs.io/en/latest/i… ,官网上的教程很全面，有其他需求的可以好好研究一番。

其安装命令为 pip install openpyxl （在线安装）或者 easy_install openpyxl 。

openpyxl的操作可以分四步，第一步载入现有workbook或者创建workbook到内存，分别使用

<pre class="prettyprint hljs python">from openpyxl import load_workbook
from openpyxl import Workbook

载入现有workbook中

wb1=load_workbook('lalala.xlsx')
"""
在源表数据量很大的时候，这里我们可以使用openpyxl的read_only模式
载入源表，这样做的好处是不用把整个表都载入内存
"""
wb1=load_workbook(filename='lalala.xlsx',read_only=True)

创建workbook

wb2 = Workbook()

复制代码</pre>

第二步就是操作excel表中的sheet了，通过Workbook()创建的workbook默认活动的sheet名称为Sheet，可以通过python交互命令行进行验证。

<pre class="prettyprint hljs nginx">#获取活动的sheet
ws = wb.active

设置sheet的标题

ws.title = "range names"

创建以Pi为标题的sheet

ws = wb.create_sheet(title="Pi")

获取标题为Sheet1的sheet

ws=wb['Sheet1']
复制代码</pre>

第三步就是操作sheet中的cell了。需要注意的是，一个cell的位置由它所在的列跟行共同决定，比如一个cell,它在A列，并在第三行，就可以通过 ws['A3'] 来访问。cell还具有row跟column属性，cell.row跟cell.column的数据类型如下图所示。

image

特别注意当用read_only模式载入workbook时，cell.row跟cell.column都是int对象。cell.column记录的是cell所在列离第一列的偏移数，并非workbook中真正代表列数的大写字母，比如“A”。

<pre class="prettyprint hljs cs">#获取第一行，数据类型为tuple
row=ws[1]

获取A列,数据类型为tuple

column=ws['A']

设置F5的值

ws['F5']='sfs'

设置cell的值

ws['F5'].value='hello'

获得cell的行数

m=ws['F5'].row

获得cell的列数

n=ws['F5'].column

获得特定区域的值,比如从F5到F30,数据类型为tuple

k=ws['F5':'F30']

获得特定区域的值,比如从F5到G30,数据类型为tuple

j=ws['F5':'G30']

获取sheet的最大行数

row_count=ws.max_row

获取sheet的最大列数

column_count=ws.max_column
复制代码</pre>

最后一步把更改保存，这里要注意，当要保存的表在别的软件（microsoft office或者wps）中打开时，保存操作会报错。

<pre class="prettyprint hljs less">wb1.save('empty_book.xlsx')
wb2.save(filename='other_book.xlsx')
复制代码</pre>

实现需求

新建一个get_info_from_excel.py文件，用你习惯的编辑器来编辑，首先需要引入openpyxl库中的load_workbook模块。可以使用load_workbook载入已经存在的excel表。

<pre class="hljs python">from openpyxl import load_workbook
复制代码</pre>

我们的目的是从源excel表中提取信息并批量复制到目标excel表中，所以我们首先定义一些变量。

<pre class="prettyprint hljs makefile">#源表名称
source_file_name='lalala.xlsx'

目标表名称

target_file_name='lelele.xlsx'

源表中要提取信息的sheet

source_sheet_name='Sheet2'

目标表中要批量复制信息的sheet

target_sheet_name='Sheet2'

源表中的标题行在哪一行

source_header_row=3

目标表中的标题行在哪一行

target_header_row=2

源表中要根据哪一列数据提取信息，根据源表标题行

source_cell_condition='姓名'

目标表中要根据哪一列数据复制信息，根据目标表标题行

target_cell_condition='姓名'

源表中要提取信息的列

source_cell_filled='身份证号'

目标表中要复制信息的列

target_cell_filling='身份证号'
复制代码</pre>

将源表跟目标表载入内存，方便下一步操作这两个表。

<pre class="prettyprint hljs makefile">#在源表数据量很大的时候，这里我们可以使用openpyxl的read_only模式载入源表，这样做的好处是不用把整个表都载入内存

wb_w=load_workbook(source_file_name)

wb_r=load_workbook(filename=source_file_name,read_only=True)
wb_w=load_workbook(target_file_name)

复制代码</pre>

从前面已经定义的sheet名称跟标题行数获取源表跟目标表的标题行：

<pre class="prettyprint hljs makefile">ws_r=wb_r[source_sheet_name]
ws_w=wb_w[target_sheet_name]

header_row_r=ws_r[source_header_row]
header_row_w=ws_w[target_header_row]
复制代码</pre>

操作源表标题行，获取我们想要的信息：

<pre class="prettyprint hljs python">"""
openpyxl用read_only模式载入workbook时，获取到的cell不是一般的cell,
经过测试cell.column变成偏移了几列的整数,所以这里我们定义一个函数来处理，
把整数转换成excel真正的列数，比如“A”、“BB”等。
"""
def readOnly_offsetColunmNumber_toRealColumn(number):
column=''
if number<=26:
column=chr(number+ord('A')-1)
else:
number1=number//26
column1=chr(number1+ord('A')-1)
number2=number%26
column2=chr(number2+ord('A')-1)
column=column1+column2
return column

初始化两个变量，分别是源表的条件列，要复制的列

source_condition_column=''
source_filled_column=''
"""
循环源表的标题列，得到条件列的位置以及要复制列的位置，
再通过内嵌的循环得到条件列的最大行数
"""
for cell in header_row_r:
if cell.value==source_cell_condition:
source_condition_column=readOnly_offsetColunmNumber_toRealColumn(cell.column)
elif cell.value==source_cell_filled:
source_filled_column=readOnly_offsetColunmNumber_toRealColumn(cell.column)

复制代码</pre>

操作目标表标题行，获取我们想要的信息：

<pre class="prettyprint hljs python">#初始化两个变量，分别是目标表的条件列，要粘贴的列
target_condition_column=''
target_filling_column=''
"""
循环目标表的标题列，得到条件列的位置以及要粘贴列的位置，
再通过内嵌的循环得到条件列的最大行数
"""
for cell_j in header_row_w:
if cell_j.value==target_cell_condition:
target_condition_column=cell_j.column
elif cell_j.value==target_cell_filling:
target_filling_column=cell_j.column

复制代码</pre>

现在我们已经得到所有需要的信息，该到实际粘贴数据的时候了。

<pre class="prettyprint hljs awk">"""
循环目标表的条件列，内部嵌套循环源表的条件列，一旦目标表条件列的某个cell
与源表条件列某个cell的值相同，我们就把源表要复制列的同一行的cell的值
赋予目标表要粘贴列的同一行的cell。
"""
for cell_m in ws_w[target_condition_column+str(target_header_row+1):target_condition_column+str(ws_w.max_row)]:
for cell_n in ws_r[source_condition_column+str(source_header_row+1):source_condition_column+str(ws_r.max_row)]:
if cell_m[0].value==cell_n[0].value:
ws_w[target_filling_column+str(cell_m[0].row)].value=ws_r[source_filled_column+str(cell_n[0].row)].value

复制代码</pre>

最后保存目标workbook就可以了。

<pre class="hljs less">wb_w.save(target_file_name)
复制代码</pre>

注意：如果excel中标题行有合并居中的话，脚本会报错，一种办法就是去掉合并居中；另一种就是在原标题行下再插入一行新的行再把原标题行的内容粘贴进去，用插入的这一行作为标题行。