用xlrd模块读取.xls文件

Python标准库中，没有可以直接读写excel文件的模块接口。xlrd是一个第三方的库，而且它只能用来读.xls，即低版本的excel文件。（xlwt对应xlrd，用来写.xls文件，对于.xlsx文件，可以考虑使用openpyxl模块）

本文介绍xlrd模块的使用，即如何读.xls文件中的数据。现在是大数据时代，其实还有很多地方能够见到非常大的.xls文件，需要程序来自动化处理。

安装xlrd模块

xlrd是一个第三方模块，可以通过pip安装。

$ sudo pip3 install xlrd
Collecting xlrd
  Downloading https://files.pythonhosted.org/packages/b0/16/63576a1a001752e34bf8ea62e367997530dc553b689356b9879339cf45a4/xlrd-1.2.0-py2.py3-none-any.whl (103kB)
    100% |████████████████████████████████| 112kB 74kB/s
Installing collected packages: xlrd
Successfully installed xlrd-1.2.0

写此文的时候，xlrd的版本号是1.2.0。从安装过程可以看出，xlrd比较单纯，没有什么别的依赖库。安装好了之后，可以用 pip3 list 命令check一下：

$ pip3 list
Package    Version
---------- -------
et-xmlfile 1.0.1
jdcal      1.4.1
openpyxl   2.6.2
pip        19.0.3
setuptools 40.8.0
xlrd       1.2.0

在Python解释器中，用执行 import xlrd，如果没有报错，也可以起到check的作用。

概念

操作excel文件，有几个概念要先搞清楚：

• workbook，就是指一个excel文件；
• sheet，指excel文件中的一页；
• cell，指一个单元格；

测试用.xls文件

如下这个excel表格，是后面代码的操作的文件，文件名：xlrd_test.xls

故意将第4行（excel软件视角的行数）全部为空，故意设计D5有一个公式。

打开workbook，选择sheet

>>> import xlrd
>>> book = xlrd.open_workbook('xlrd_test.xls')
>>> book.sheet_names()
['xlrd_test', '123', 'abc']
>>> book.sheet_by_name('xlrd_test')
<xlrd.sheet.Sheet object at 0x0000000002C2E400>
>>> book.sheet_loaded('xlrd_test')
True
>>> book.unload_sheet('xlrd_test')
>>> book.sheet_loaded('xlrd_test')
False

引入xlrd模块；打开一个workbook；用 sheet_names() 函数看一下这个excel文件中，都有哪些sheet，这个函数返回一个list对象。我们要读取某个sheet中的数据，首先要使用 sheet_by_name() 函数，将那个sheet的选中，这时如果使用 sheet_loaded() 函数，就会返回True，还有一个 unload_sheet() 函数，进行相反的操作。

>>> book = xlrd.open_workbook('xlrd_test.xls')
>>> book.sheet_names()
['xlrd_test', '123', 'abc']
>>> book.sheet_by_index(0)
<xlrd.sheet.Sheet object at 0x0000000002C47C50>
>>> book.sheet_loaded(0)
True
>>> book.sheet_loaded('xlrd_test')
True

这次换了 sheet_by_index() 函数，0就是对应xlrd_test这个sheet，1对应sheet 123，2对应sheet abc，与 sheet_names() 函数返回的list的index对应。

读取sheet中的内容

>>> sh = book.sheet_by_index(0)
>>> sh.name
'xlrd_test'
>>> sh.nrows
5
>>> sh.ncols
5
>>> sh.row_values(4)
[55.0, 'e', 43658.0, 6.0, '&']
>>> sh.col_values(3)
[1.0, 2.0, 3.0, '', 6.0]
>>> sh.cell_value(0,0)
1.0
>>> sh.cell_value(1,1)
''
>>> sh.cell_value(2,2)
43656.0
>>> sh.cell_value(3,4)
''
>>> sh.cell_value(4,3)
6.0

选中sheet of index 0；查看它的名称，行数，列数，有了行数和列数，就可以遍历了。row_value() 函数读取某一行的全部数据，col_vaule() 函数读取某一列的全部数据，注意：行和列的index都是从0开始！ 然后就是用 cell_value() 函数读取某一个cell的值，这个函数的两个参数，就是从0开始的行号和列号。

第4行第3列的cell的值是6，这个值是一个公式计算出来的，xlrd依然直接获取！

>>> sh.cell(1,0)
number:2.0
>>> sh.cell(1,2)
xldate:43655.0
>>> sh.cell(1,1)
empty:''
>>> sh.cell(1,4)
text:'#'
>>> sh.cell(1,2)
xldate:43655.0
>>> sh.cell(1,2).value
43655.0

指定调用 cell() 函数，还能看到每个cell的类型。主要有number，xldate，empty，text这几种。注意xldate类型，这个类型要转换一下才能看到直观的日期信息，这个后面介绍。先看一下判断cell type的方法：

>>> sh.row(1)
[number:2.0, empty:'', xldate:43655.0, number:2.0, text:'#']
>>> sh.row(1)[0]
number:2.0
>>> sh.cell_type(1,0)
2
>>> sh.cell_type(1,1)
0
>>> sh.cell_type(1,2)
3
>>> sh.cell_type(1,4)
1

0对应empty，1对应text，2对应number，3对应xldate。

xldate类型cell值的处理

xlrd模块中，有两个函数可以将xldate类型的cell值进行转换：

>>> xlrd.xldate_as_tuple(sh.cell(1,2).value,0)
(2019, 7, 9, 0, 0, 0)
>>> xlrd.xldate_as_datetime(sh.cell(1,2).value,0)
datetime.datetime(2019, 7, 9, 0, 0)

到这里，你可以需要参考一下datetime.datetime模块的一些用法。

遍历sheet

有了sheet的行数和列数，就可以遍历了。我这里给出一段简单的代码，供大家参考：

>>> for i in range(sh.nrows):
...     for j in range(sh.ncols):
...         if sh.cell_type(i,j) == 3:  # xldate
...             print(xlrd.xldate_as_tuple(sh.cell_value(i,j),0))
...         else:
...             print(sh.cell_value(i,j))
...
1.0
aaa
(2019, 7, 8, 0, 0, 0)
1.0
@
2.0

(2019, 7, 9, 0, 0, 0)
2.0
#
333.0
cccc
(2019, 7, 10, 0, 0, 0)
3.0
$





55.0
e
(2019, 7, 12, 0, 0, 0)
6.0
&

上面代码执行后，空出来的那些行，就是empty cell造成的。

还可以使用 get_rows() 这个生成器（generator）来遍历 sheet，请看下面的代码：

>>> for row in sh.get_rows():
...     for j in range(len(row)):
...         print(row[j].value)
...
1.0
aaa
43654.0
1.0
@
2.0

43655.0
2.0
#
333.0
cccc
43656.0
3.0
$





55.0
e
43658.0
6.0
&

以上就是对xlrd模块读取.xls文件数据的介绍。

-- EOF --

相关文章

• 用openpyxl合并xlsx表格cell
• 用get_column_letter得到表格列的字母编号
• 用openpyxl.styles设置格式
• 用openpyxl分析xlsx文件的合并单元格
• 用openpyxl遍历表格的行列
• 用xlrd模块读取合并单元格（merged cell）
• 用openpyxl操作sheet