关于xlwings的使用小结

关于使用xlwings的一点心得

xlwings 的使用范围

xlwings工具的作用在于帮助会Python不会excel的VBA的人的一个便捷工具,其实主要是调用了pywin32的功能,使用win32com也是可以的,但是友好性就不如xlwings了。
我目前主要使用xlwings的地方在于公司存在加密的文件中,由于大量excel文件被加密,只能在公司的电脑上使用,我本人又不太会使用VBA,所以对于excel的自动化水平实在不高。

幸运的是,我会Python和Pandas,所以在某些方面,我是不需要excel的,但是为了能对公司日常办公的数据进行处理,不得不研究如何利用Python操作Excel,事实上,xlwings帮了我很大的忙,通过xlwings我能很方便的调用Excel打开我需要的Excel文件,然后利用Pandas进行数据处理。
我最近做的比较好的是,利用xlwings进行Excel文件的批量转制和大量Excel文件的合并。

文件的批量转制

我有很多具有相同类型的和格式的Excel表格,我需要把该Excel表格的指定位置的数据提取到另一个Excel表格中,其实就是批量转制了,难点主要有两点:

1.大致一致,存在细微的不同,处理时需要多次判断
2.要读取该表格的页眉信息

我的思路也很简单,找到需要转制的表格里信息,然后全部提取到内存中,利用Pandas进行处理,然后找到我要的信息的位置,然后将指定位置的信息提取到新的表格里。关键在于一个Excel文件中包含了很多sheet表,我需要用程序筛选出我想要的sheet表,而这个表目前存在多个名字,在这里处理上我还没有找到更好的办法。读取Excel指定Sheet表的页眉信息,由于之前也是没有接触过,所以也是看了好多文档,xlwings的文档里关于这一点写的不是很明白,API文档里是没有的,所以我是使用xlwings里调用宏的功能,然后写了一个读取页眉信息的宏,然后在程序里调用这个宏,读取我需要的页眉信息,确实是成功了,整体程序思路还是很清晰的,也比较简单。

文件的合并

同一个Excel文件中有很多Sheet表,利用Excel进行合并确实很费时间,需要把所有的表格合并到一起很费时间,当然也可能是我知不道有什么更高级的办法来做到这一点,我只能用我的“笨办法”了。我用xlwings读取该Excel文件,再利用Pandas将不同Sheet表合并到一起,最后再进行筛选和计算。当然这样写代码也很费时间,不过随着代码越来越多,重复利用率很高,相对Excel的一步步操作还是省了很多时间的。用宏的话应该也是可以的,不过我并不知道该怎样用,关键是宏对于文本的处理比较蠢,相对于Python的字符串工具,Excel就显得太笨重了。
最后就是关于脚本的改进了,也是今晚突然想到的办法,也确实是自己太愚蠢了。

代码的优化

1. 如何判断Sheet表是否可见
2. 如何读取Excel某一Sheet标的页眉信息

第一个问题,也是我在数据合并和选择我需要的Sheet表时遇到的最主要的问题,有很多Sheet表是不希望见到的,也是不希望读取到的,因此我希望选择表格是希望可见的,我只需要在可见的表格里找到我需要的表格就好了,因此对于Sheet表的是否隐藏,即Sheet表的可见性在这里的逻辑判断上显得尤为重要了。我之前采用的办法比较笨,找到一个Excel文件中所有的Sheet表,然后通过多重条件判断筛选出我需要的Sheet表,但是呢,面临的情况是很容易出错,尤其是在第二个问题上,我使用了宏,也是需要这样的,实在是经常出现bug,很让人苦恼。因为我需要读取指定Excel的指定Sheet表的页眉信息,Sheet表的选择也是页眉信息获取的前提了,该如何去做好这一点呢?

这个是我程序修改必须要克服的地方,经过今晚的思考,我找到了办法,通过pywin32的api调用excel的sheet表的可见属性

for i in xw.sheets:
    if i.api.visible == -1:
       print(i, 'is visible')

其实要说有多难吗,其实并没有,关键是我不知道设个api的作用是什么,今晚通过通读xlwings的API文档以及看了大神们写的文章后,仔细才明白这个其实就暗含了Excel的宏的功能,完全没有必要用xlwings调用宏了。
根据这一点,我对于读取指定Sheet表的页眉信息,也有了眉目,根据之前写的宏代码,其实页眉信息主要在sheet表的pagesetup对象中:

sht = xw.sheets[0]
sht.api.pagesetup.centerheader

xlwings的封装很完美,如果能够对于xlwings的API文档更加完善就好了,尤其是关于api的功能需要与pywin32的文档更加紧密的结合起来。
不得不说,Python真的很Python,人生苦短,我用Python

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,132评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,802评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,566评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,858评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,867评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,695评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,064评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,705评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,915评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,677评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,796评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,432评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,041评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,992评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,223评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,185评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,535评论 2 343

推荐阅读更多精彩内容

  • 使用首先需要了解他的工作原理 1.POI结构与常用类 (1)创建Workbook和Sheet (2)创建单元格 (...
    长城ol阅读 8,400评论 2 25
  • 转自链接 目录 1.认识NPOI 2.使用NPOI生成xls文件 2.1创建基本内容 2.1.1创建Workboo...
    腿毛裤阅读 10,451评论 1 3
  • # Python 资源大全中文版 我想很多程序员应该记得 GitHub 上有一个 Awesome - XXX 系列...
    aimaile阅读 26,440评论 6 428
  • 青山是他的真名。 很文艺的一个姓,父母却给起了一个很普通的名字,怎么看都像是笔名,他从开始兴致勃勃的给人解释这个姓...
    灵感格子阅读 729评论 0 49
  • 这一篇将是本系列的最后一章。在此,我想先谈谈如果你打算走德州扑克的职业化道路,你将面对的问题。当然,以下看法主要基...
    火烧风阅读 6,317评论 4 25