用xlrd模块读取合并单元格（merged cell）

Python的第三方模块xlrd，用来读取.xls文件，从模块名就可以看出，只能用来读。本文介绍使用xlrd模块读取合并单元格（merged cells）的技巧。

请先学习：用xlrd模块读取.xls文件

测试用带合并单元格的.xls文件

文件名依然是xlrd_test.xls，合并单元格使用sheet 123：

excel文件的行是从1开始，列是从字母A开始。xlrd模块的行和列，都是从0开始，这比较符合程序员的思维。

读取合并单元格里的cell

测试.xls文件有一些cell本合并了，不过，我们还是试着读一下这些cell，请看下面的代码：

>>> book = xlrd.open_workbook('xlrd_test.xls')
>>> sh = book.sheet_by_name('123')
>>> sh.name
'123'
>>> sh.nrows
4
>>> sh.ncols
4
>>> sh.cell_value(1,0)
'2b'
>>> sh.cell_value(1,1)
''
>>> sh.cell_value(2,0)
'3c4d'
>>> sh.cell_value(2,1)
''
>>> sh.cell_value(3,0)
''
>>> sh.cell_value(3,1)
''
>>> sh.cell_value(2,2)
34.0
>>> sh.cell_value(3,2)
''
>>> sh.merged_cells
[]

这段代码先打开.xls文件，然后选择123 sheet，看看sheet的名称，行列数量，然后一个个将合并单元格的cell值都读取出来。我们可以发现一个规律，每一个合并单元格，只有左上角的那个cell（行列最小）能够读出值，其它cell都是empty。这就是xlrd模块读取合并单元格的特点。

获取merged_cells

上面的代码，merged_cells是一个空的list，现在我们来让它有内容：

>>> book = xlrd.open_workbook('xlrd_test.xls', formatting_info=True)
>>> sh = book.sheet_by_name('123')
>>> sh.merged_cells
[(1, 2, 0, 2), (2, 4, 2, 3), (2, 4, 0, 2)]

在打开.xls的open_workbook函数中，加入一个formatting_info=True这样的参数，这样就可以获得sheet的merged_cells信息。

merged_cells是一个list，list中每个元素是tuple，每个tuple又有4个值，仔细观察，这4个值分别是row和col的index。我们可以写一段代码，来遍历每个合并单元格里的cell：

>>> for merged in sh.merged_cells:
...     for i in range(merged[0],merged[1]):
...         for j in range(merged[2],merged[3]):
...             print(f'({i},{j})',sh.cell_value(i,j))
...
(1,0) 2b
(1,1)
(2,2) 34.0
(3,2)
(2,0) 3c4d
(2,1)
(3,0)
(3,1)

判断cell是否在合并单元格内

对于任意cell，我们只需要将其row和col值拿来跟merged_cells进行某种方式的比较，就可以判断这个cell是否在合并单元格内。请看如下代码：

>>> def inMerged(row,col):
...     for merged in sh.merged_cells:
...         if (row >= merged[0] and row < merged[1]
...            and col >= merged[2] and col < merged[3]):
...             return True
...     return False
...
>>> inMerged(1,0)
True
>>> inMerged(1,1)
True
>>> inMerged(1,2)
False
>>> inMerged(2,2)
True
>>> inMerged(3,2)
True
>>> inMerged(2,0)
True
>>> inMerged(2,1)
True
>>> inMerged(0,0)
False
>>> inMerged(0,1)
False

如何处理合并单元格里的空cell

从上面的内容，我们可以看到，合并单元格，只有左上角的那个cell能够读取到正常的值，其它cell的值都是空。我们也有了inMerged函数，来判断cell是否在合并单元格内。这些为空的cell，其实并不是正的empty，我们在处理excel文件的时候，他们都是有值的，只是因为值一样，为了方便处理，我们将其合并了。

我们可以写一点代码，来读取这些值为空的cell的真正的值：

>>> def cell_real_value(row,col):
...     for merged in sh.merged_cells:
...         if (row >= merged[0] and row < merged[1]
...             and col >= merged[2] and col < merged[3]):
...             return sh.cell_value(merged[0],merged[2])
...     return sh.cell_value(row,col)
...
>>> cell_real_value(1,0)
'2b'
>>> cell_real_value(1,1)
'2b'
>>> cell_real_value(2,2)
34.0
>>> cell_real_value(3,2)
34.0
>>> cell_real_value(2,0)
'3c4d'
>>> cell_real_value(2,1)
'3c4d'
>>> cell_real_value(3,0)
'3c4d'
>>> cell_real_value(3,1)
'3c4d'
>>> cell_real_value(0,0)
1.0
>>> cell_real_value(0,1)
'a'
>>> cell_real_value(0,2)
1.0
>>> cell_real_value(0,3)
'a'

cell_real_value函数的逻辑与inMerged一样，首先判断cell是否在某个合并单元格内，如果是，返回这个合并单元格左上角的那个cell的值，如果不是，直接调用cell_value() 函数获取值。因此，获取合并单元格内cell的类型等其它信息，也与此方法一致。

差不多了，以上即是对使用xlrd模块处理.xls文件中的合并单元格的介绍。

-- EOF --

相关文章

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