爬虫之操作excel

缺乏、安全感 2023-01-11 08:58 179阅读 0赞

**xlwt 写库的局限性：** 只能写入新建的 **excel**。  
**xlutils** 库的 **copy** 功能可能帮助我们打破这个局限性。  
首先，用`pip install xlutils`来添加 xlutils 库。

import xlwt
    import xlrd
    import xlutils.copy
    
    rd = xlrd.open_workbook("Hello.xls", formatting_info = True)   # 打开文件
    wt = xlutils.copy.copy(rd)   # 复制
    sheets = wt.get_sheet(0)   # 读取第一个工作表
    sheets.write(m, n, "I love you!")   # 向 m-1 行 n-1 列的单元格写入内容
    wt.save("Hi.xls")   # 保存

**实现原理就是**：我先读，再用`xlutils.copy`的 **copy** 复制一份，复制的这个就能实现写入了。

`xlrd.open_workbook("Hello.xls", formatting_info = True)`  
**里面的参数是可选的：** 很重要，这个是保留原格式，没有它的话你会发现新的 **excel** 一点样式都没有。

# 几种常用模块的使用方法 #

注释：Excel 2003 即XLS文件有大小限制即65536行256列，所以不支持大文件，而Excel 2007以上即XLSX文件的限制则为1048576行16384列

# 下面则为几种模块的使用： #

[![8526e641d2ae32f5c11330e010291fa3.png][]][8526e641d2ae32f5c11330e010291fa3.png 1]

# 1.xlwt 写入xls文件内容 #

import xlwt
     
    book = xlwt.Workbook() # 新建工作簿
    table = book.add_sheet('Over',cell_overwrite_ok=True) # 如果对同一单元格重复操作会发生overwrite Exception，cell_overwrite_ok为可覆盖
    sheet = book.add_sheet('Test') # 添加工作页
    sheet.write(1,1,'A') # 行，列，属性值 (1,1)为B2元素，从0开始计数
    style = xlwt.XFStyle() # 新建样式
    font = xlwt.Font() #新建字体
    font.name = 'Times New Roman'
    font.bold = True
    style.font = font # 将style的字体设置为font
    table.write(0,0,'Test',style)
    book.save(filename_or_stream='excel_test.xls') # 一定要保存

# 2.xlrd读取xls文件内容 #

import xlrd 
    data = xlrd.open_workbook('excel_test.xls')
    print(data.sheet_names()) # 输出所有页的名称
    table = data.sheets()[0] # 获取第一页
    table = data.sheet_by_index(0) # 通过索引获得第一页
    table = data.sheet_by_name('Over') # 通过名称来获取指定页
    nrows = table.nrows # 为行数，整形
    ncolumns = table.ncols # 为列数，整形
    print(type(nrows))
    print(table.row_values(0))# 输出第一行值 为一个列表
    # 遍历输出所有行值
    for row in range(nrows):
        print(table.row_values(row))
    # 输出某一个单元格值
    print(table.cell(0,0).value)
    print(table.row(0)[0].value)

# 3.综合使用python-excel三大模块完成Excel内容追加写入 #

import xlwt,xlrd
    from xlutils.copy import copy
    data = xlrd.open_workbook('excel_test.xls',formatting_info=True)
    excel = copy(wb=data) # 完成xlrd对象向xlwt对象转换
    excel_table = excel.get_sheet(0) # 获得要操作的页
    table = data.sheets()[0]
    nrows = table.nrows # 获得行数
    ncols = table.ncols # 获得列数
    values = ["E","X","C","E","L"] # 需要写入的值
    for value in values:
        excel_table.write(nrows,1,value) # 因为单元格从0开始算，所以row不需要加一
        nrows = nrows+1
    excel.save('excel_test.xls')

# 4.使用openpyxl写xlsx文件 #

import openpyxl
    data = openpyxl.Workbook() # 新建工作簿
    data.create_sheet('Sheet1') # 添加页
    #table = data.get_sheet_by_name('Sheet1') # 获得指定名称页
    table = data.active # 获得当前活跃的工作页，默认为第一个工作页
    table.cell(1,1,'Test') # 行，列，值 这里是从1开始计数的
    data.save('excel_test.xlsx') # 一定要保存

# 5.使用openpyxl读取xlsx文件 #

import openpyxl
    data = openpyxl.load_workbook('excel_test.xlsx') # 读取xlsx文件
    table = data.get_sheet_by_name('Sheet') # 获得指定名称的页
    nrows = table.rows # 获得行数 类型为迭代器
    ncols = table.columns # 获得列数 类型为迭代器
    print(type(nrows))
    for row in nrows:
        print(row) # 包含了页名，cell，值
        line = [col.value for col in row] # 取值
        print(line)
    # 读取单元格
    print(table.cell(1,1).value)

# 6.综合使用openpyxl对Excel内容追加写入 #

import openpyxl
    data = openpyxl.load_workbook('excel_test.xlsx')
    print(data.get_named_ranges()) # 输出工作页索引范围
    print(data.get_sheet_names()) # 输出所有工作页的名称
    # 取第一张表
    sheetnames = data.get_sheet_names()
    table = data.get_sheet_by_name(sheetnames[0])
    table = data.active
    print(table.title) # 输出表名
    nrows = table.max_row # 获得行数
    ncolumns = table.max_column # 获得行数
    values = ['E','X','C','E','L']
    for value in values:
        table.cell(nrows+1,1).value = value
        nrows = nrows + 1
    data.save('excel_test.xlsx')

# 7.XlsxWriter #

import xlsxwriter
     
    # 1. 创建一个Excel文件
    workbook = xlsxwriter.Workbook('demo1.xlsx')
     
    # 2. 创建一个工作表sheet对象
    worksheet = workbook.add_worksheet()
     
    # 3. 设定第一列（A）宽度为20像素
    worksheet.set_column('A:A',20)
     
    # 4. 定义一个加粗的格式对象
    bold = workbook.add_format({'bold':True})
     
    # 5. 向单元格写入数据
    # 5.1 向A1单元格写入'Hello'
    worksheet.write('A1','Hello')
    # 5.2 向A2单元格写入'World'并使用bold加粗格式
    worksheet.write('A2','World',bold)
    # 5.3 向B2单元格写入中文并使用加粗格式
    worksheet.write('B2',u'中文字符',bold)
     
    # 5.4 用行列表示法（行列索引都从0开始）向第2行、第0列（即A3单元格）和第3行、第0列（即A4单元格）写入数字
    worksheet.write(2,0,10)
    worksheet.write(3,0,20)
     
    # 5.5 求A3、A4单元格的和并写入A5单元格，由此可见可以直接使用公式
    worksheet.write(4,0,'=SUM(A3:A4)')
     
    # 5.6 在B5单元格插入图片
    worksheet.insert_image('B5','./demo.png')
     
    # 5.7 关闭并保存文件
    workbook.close()

# pandas #

## 数据写入csv文件[\#][Link 1] ##

## 读取csv文件[\#][Link 2] ##

import pandas as pd
    df_example = pd.read_csv('./lagou.csv',encoding="gbk")
    print(df_example)

写入数据

爬虫演示

[![3974c974c989005ba950c804ca6c483b.png][]][3974c974c989005ba950c804ca6c483b.png 1]

** **

[8526e641d2ae32f5c11330e010291fa3.png]: /images/20221119/89bcc2e1cc6c4f4c8f1eb82014bf1280.png
[8526e641d2ae32f5c11330e010291fa3.png 1]: https://img2018.cnblogs.com/blog/1403368/201906/1403368-20190626201303036-102721591.png
[Link 1]: https://www.cnblogs.com/songzhixue/p/11083865.html#881380569
[Link 2]: https://www.cnblogs.com/songzhixue/p/11083865.html#2093749871
[3974c974c989005ba950c804ca6c483b.png]: /images/20221119/4610554e441c4e9c829311261e1faee7.png
[3974c974c989005ba950c804ca6c483b.png 1]: https://img2018.cnblogs.com/blog/1403368/201906/1403368-20190625174734399-642027622.png