Openpyxl 库解析

1. 它是什么
Openpyxl 是一个用于读写 Microsoft Excel 2010 及以上版本文件（即.xlsx格式）的 Python 库。它不依赖 Excel 软件本身，可以直接在代码中操作电子表格文件。可以将其理解为一个专门的“翻译官”或“操作员”，负责在 Python 程序的世界和 Excel 文件的结构之间进行转换和修改。它处理的.xlsx文件本质上是一个包含了许多XML文件的压缩包，Openpyxl 能够解析并编辑这个包内的内容。

2. 他能做什么
它的核心功能是让 Python 程序能够自动化地处理 Excel 表格。主要应用场景包括：

• 数据导出：将数据库查询结果、网站爬取的数据、或程序计算的结果，自动填充到预设好格式的 Excel 模板中，生成可供下载的报告或数据文件。

• 数据读取与处理：读取已存在的 Excel 文件，将其中的数据提取出来，转换成 Python 的列表、字典等数据结构，供后续分析或导入到其他系统。

• 批量修改与格式化：对大量 Excel 文件进行批量操作，例如统一修改格式、更新特定单元格的值、合并多个表格等，替代繁琐的手工操作。

• 创建全新报表：从零开始，用代码“画”出一个完整的、带有图表、公式和复杂样式的 Excel 工作表。

3. 怎么使用
使用 Openpyxl 通常遵循“加载/创建 -> 定位 -> 操作 -> 保存”的流程。

• 安装：通过 pip 安装：pip install openpyxl

• 核心概念与操作：

  1. 工作簿 (Workbook)：对应一个 Excel 文件。使用openpyxl.load_workbook(‘文件.xlsx’)加载现有文件，或openpyxl.Workbook()创建新文件。

  2. 工作表 (Worksheet)：对应文件中的一个工作表（Sheet）。通过wb[‘Sheet1’]或wb.active获取。

  3. 单元格 (Cell)：表格中的格子。可以通过工作表直接定位，如ws[‘A1’]，或使用行列号ws.cell(row=1, column=1, value=‘数据’)进行读写。

  4. 基本操作：

     • 读数据：value = ws[‘A1’].value

     • 写数据：ws[‘B2’] = ‘Hello’或ws.cell(row=2, column=2, value=100)

     • 保存文件：wb.save(‘新文件名.xlsx’)。重要：对现有文件操作后，必须保存才能生效。

  一个简单的例子：将一份商品名单写入Excel。

  python

  from openpyxl import Workbook # 创建一个新工作簿，并获取当前活动工作表 wb = Workbook() ws = wb.active ws.title = “商品清单” # 准备数据 goods = [["序号", "商品名", "价格"], [1, "苹果", 5.5], [2, "香蕉", 3.2]] # 将数据写入表格的每一行 for row in goods: ws.append(row) # 保存文件 wb.save(“goods_list.xlsx”)

4. 最佳实践

• 使用上下文管理器 (with语句)：在处理文件时，使用with openpyxl.load_workbook(...) as wb:可以确保文件被正确关闭，即使在处理过程中发生异常。

• 只读模式提升性能：如果只需要读取数据而不修改，在加载工作簿时使用read_only=True参数。这会将数据以只读流的方式加载，能极大减少大文件的内存占用和加载时间。

• 仅写入模式提升性能：如果只需要生成一个全新的大文件，使用write_only=True参数创建工作簿。此模式下只能使用ws.append()按行添加数据，不能随机访问单元格，但生成速度更快。

• 避免遍历所有单元格：对于大文件，直接遍历ws.iter_rows()或ws.values来获取行数据，比循环遍历每个单元格（如ws[‘A1:Z10000’]）效率高得多。

• 分离数据与样式：对于复杂的报表，可以先使用代码填充所有数据，再单独编写一个函数或模块来统一应用样式（字体、边框、颜色等），使代码结构更清晰。

• 注意数据类型：Openpyxl 会尽力保持 Python 数据类型（如日期、时间），但写入和读出时仍需留意格式转换，特别是日期时间对象。

5. 和同类技术对比
Python 中还有其他操作 Excel 的库，各自有适用场景：

• Pandas：

  • 对比：Pandas 是一个强大的数据分析库，其read_excel和to_excel函数底层常使用 Openpyxl 或 xlrd。Pandas 擅长对表格数据进行整体操作、清洗、分析和复杂计算，处理的是“数据框”。Openpyxl 则更侧重于对 Excel 文件本身的精细化控制，如单元格样式、图表、公式、打印设置等。

  • 选择：如果核心需求是数据分析与转换，首选 Pandas。如果需求是生成或修改带有复杂格式、图表、公式的精确报表，则需使用 Openpyxl。

• xlrd / xlwt：

  • 对比：这是两个较老的库。xlrd 用于读.xls文件，xlwt 用于写.xls文件。它们不支持 Office 2007+ 的.xlsx格式，对样式和功能的支持也有限。

  • 选择：除非必须处理陈旧的.xls格式且无法转换，否则对于新项目，Openpyxl 是更现代、功能更全面的选择。

• 直接使用 CSV 模块：

  • 对比：CSV 是纯文本格式，只能用逗号分隔值，无法存储格式、公式、多工作表。

  • 选择：当数据交换非常简单，且对方只需要纯文本数据时，CSV 是轻量快速的选择。一旦需要任何表格特有的特性（如格式、多Sheet、图表），就必须使用 Excel 处理库。

综上所述，Openpyxl 是在 Python 中实现对.xlsx格式文件进行精细化、自动化读写的核心工具，尤其在需要严格保持或创建文件格式与样式的场景下不可替代。