Python实现获取带合并单元格的表格数据
作者：tainyu
由于在日常运维中经常出现一些合并单元格的表格,如果要获取数据比较麻烦,所以本文我们就来聊聊如何使用Python实现获取带合并单元格的表格数据吧
由于在日常运维中经常出现一些合并单元格的表格，如果要获取数据比较麻烦，现将将封装成类，并通过调用list_excel_data()获取列表形式的数据, dict_excel_data()：获取字典格式的数据。
当以字典形式获取数据时要注意，默认以第一行作为字典的key。
代码如下：
from openpyxl import load_workbook
class Get_table_data():
"""
对带有合并单元格的表格数据进行处理
"""
def __init__(self,sh):
"""
定义初始传入的表
:param sh: 表
"""
self.sh = sh
def get_row_col(self):
"""
# 获取表格的行、列信息
:param sh: 表
:return:
"""
# title = sh.title # 获取sheet名称
max_row_num = self.sh.max_row # 获取最大行数
max_col_num = self.sh.max_column # 获取最大列数
# min_row_num=sh.min_row # 获取最小行数
# min_col_num = sh.min_column # 获取最小列数
return max_row_num,max_col_num
# 获取合并的单元格的坐标信息及合并的单元格行、列数
def get_merge_data(self):
"""
通过获取的合并单元格的转换成特定的格式
:return: 合并的单元格的索引信息
"""
# 查询该sheet表单所有合并单元格
merge_lists = self.sh.merged_cells
# print('merge_lists',merge_lists)
merge_all_list = [] # 接收最终内容并返回
# 遍历合并单元格
for merge_list in merge_lists:
# 获取单个合并单元格的起始行(row_min)终止行(row_max)和起始列(col_min)终止列(col_max)
row_min, row_max, col_min, col_max = merge_list.min_row, merge_list.max_row, merge_list.min_col, merge_list.max_col
# 这里判断如果合并单元格起始、终止的行和列都不相等，说明合并单元格既合并了行又合并了列，两个for循环依次取出行列位置分别存在x,y中
if row_min != row_max and col_min != col_max:
row_col = [(x, y) for x in range(row_min, row_max + 1) for y in range(col_min, col_max + 1)]
merge_all_list.append(row_col) # 取出的值存在列表中
# 这里判断如果合并单元格起始、终止行相等，起始、终止列不相等，说明合并单元格只合并了列，所以行不动，只循环取出列的值，存在y中，行可以随意取row_min/row_max
elif row_min == row_max and col_min != col_max:
row_col = [(row_min, y) for y in range(col_min, col_max + 1)]
merge_all_list.append(row_col) # 取出的值存在列表中
# 这里判断如果合并单元格起始、终止行不相等，起始、终止列相等，说明合并单元格只合并了行，所以列不动，只循环取出行的值，存在x中，列可以随意取col_min/col_max
elif row_min != row_max and col_min == col_max:
row_col = [(x, col_min) for x in range(row_min, row_max + 1)]
merge_all_list.append(row_col) # 取出的值存在列表中
return merge_all_list # 最终返回列表
# 得到的是个这样的列表值：[[(2, 1), (3, 1)], [(10, 1), (10, 2), (10, 3), (11, 1), (11, 2), (11, 3)]]
def merge_values(self,merge_cell): # 传入一个元组入参
"""
处理合并单元格,返回合并的单元格数值
:param merge_cell: 合并的单元格信息，以内嵌二元组的列表形式
:return: 返回单元格数值
"""
# 循环取出合并单元格方法得到的值（这个值还是列表），检查传入的参数是不是在这些值里面
for i in range(0, len(merge_cell)):
# 获取合并单元格的值：合并单元格左上角的第一个行列坐标的值
cell_value = self.sh.cell(row=merge_cell[i][0][0], column=merge_cell[i][0][1]).value
return cell_value
def list_excel_data(self):
"""
按列表格式获取表中所有行数据
:return: 按行以列表嵌套的格式
"""
merge_list = self.get_merge_data() # 获取表格合并的单元格的信息
merge_list_all = sum(merge_list,[]) # 将合并的单元格转换成一个大列表
table_value = []
for row in range(1,self.sh.max_row + 1):
row_value = [] # 定义一个空列表存放有数据的行数据
for col in range(1,self.sh.max_column + 1):
cell_data = (row, col)
if cell_data in merge_list_all:
row_value.append(self.merge_values(merge_list)) # 是合并单元格，则调用合并单元格数值获取函数
else: # 不在，说明不是合并单元格，使用普通单元格方法获取即可
row_value.append(self.sh.cell(*cell_data).value)
table_value.append(row_value)
return table_value
def dict_excel_data(self):
"""
按字典格式显示表中数据
:return: 按行以字典嵌套列表的格式
"""
merge_list = self.get_merge_data() # 获取表格合并的单元格的信息
merge_list_all = sum(merge_list, []) # 将合并的单元格转换成一个大列表
list_val = []
for row in range(1, self.sh.max_row + 1):
if row > 1: # 第二行开始
dict_val = {} # 定义一个空字典存放数据
for col in range(1, self.sh.max_column + 1):
title_row = (1, col) # 表格的第一行：标题栏
cell_data = (row, col)
if cell_data in merge_list_all:
# 是合并单元格，则调用合并单元格数值获取函数
dict_val[self.merge_values(merge_list)] = self.merge_values(merge_list)
else: # 不在，说明不是合并单元格，使用普通单元格方法获取即可
dict_val[self.sh.cell(*title_row).value] = self.sh.cell(*cell_data).value
list_val.append(dict_val)
return list_val
# 读取excel表
wb = load_workbook('shebei.xlsx')
# 获取指定的sheet
sheet_sb = wb['sheet']
c = Get_table_data(sheet_sb) # 创建获取表格数据对象
print(c.dict_excel_data()) # 字典格式
# print(c.list_excel_data()) # 列表格式知识延展
Python使用xlrd实现读取合并单元格
操作方法：
1.使用xlrd自带属性：merged_cells
# 获取表格中所有合并单元格位置，以列表形式返回 （起始行，结束行，起始列，结束列） merged = sheet.merged_cells #结果：[(1,5,0,1),(5,9,0,1)]
2.使用循环判断是合并单元格还是普通单元格，并将合并单元格中的首行值赋值给合并单元格
def get_cell_type(row_index, col_index):
"""既能得到合并单元格也能得到普通单元格"""
cell_value = None
for (rlow, rhigh, clow, chigh) in merged: # 遍历表格中所有合并单元格位置信息
# print(rlow,rhigh,clow,chigh)
if (row_index >= rlow and row_index < rhigh): # 行坐标判断
if (col_index >= clow and col_index < chigh): # 列坐标判断
# 如果满足条件，就把合并单元格第一个位置的值赋给其它合并单元格
cell_value = sheet.cell_value(rlow, clow)
print('合并单元格')
break # 不符合条件跳出循环，防止覆盖
else:
print('普通单元格')
cell_value = sheet.cell_value(row_index, col_index)
# else: 添加改行后只那一个单元格的内容5，0 会返回2个值普通单元格/合并单元格
# print('普通单元格')
# cell_value = sheet.cell_value(row_index, col_index)
return cell_value
# 直接输入单元格的坐标。来获取单元格内容
# print(get_cell_type(5, 0))
# 利用循环输出某列的单元格内容
for i in range(1, 9):
print(get_cell_type(i, 2))PS：最简单的读取Excel文件中合并单元格操作
问题：
1.当输出内容时，使用坐标来获取print，若最外层有else会返回2个值（还在确认若无最外层else是否会有其他问题存在）
2.第一次使用时可以正常，再次使用时sheet.merged_cells返回列表为空？？
解决方法：在打开文件中加入formatting_info=True，就能正常显示
python 读取excel 并处理被合并单元格的数据
以下代码仅是示例，视情况优化调整
from openpyxl import load_workbook
from openpyxl.cell import MergedCell
import time
import pandas as pd
def excel_to_md(file_path, output_file_path):
# 替换原数据中的\r\n
def replace_value(str):
return str.replace('\n', '').replace('\r', '') if str else ''
start = time.time()
# 使用 openpyxl的load_workbook 读取excel单元格属性 合并单元格数据组
merged_xls = pd.ExcelFile(load_workbook(file_path), engine="openpyxl")
# 使用 pandas的read_excel 读取数据
with pd.ExcelFile(file_path, engine="openpyxl") as xls:
with open(output_file_path, 'w') as f:
for sheet_name in xls.sheet_names:
df = pd.read_excel(xls, sheet_name=sheet_name,engine="openpyxl")
df.dropna(axis=1, how='all', inplace=True)
df.dropna(axis=0, how='all', inplace=True)
# print(f'sheet_name: {sheet_name},开始获取 合并单元格集合 ')
# cells_time = time.time()
sheet = merged_xls.book[sheet_name]
merged_cells = sheet.merged_cells
# print(f'sheet_name: {sheet_name},存在 合并的单元格 {len(merged_cells.ranges)if merged_cells else 0}个')
for item in merged_cells:
top_col, top_row, bottom_col, bottom_row = item.bounds
base_value = replace_value(item.start_cell.value)
# 1-based index转为0-based index
top_row -= 1
top_col -= 1
df.iloc[top_row:bottom_row, top_col:bottom_col] = base_value
# print(f'sheet_name: {sheet_name},给合并的单元格赋值 完成 %.5f sec' %(time.time()-cells_time))
# 将空单元格赋值为空字符
df = df.fillna('')
# 开始是写入
f.write(f'# {sheet_name}\n')
for index, row in df.iterrows():
# 处理空表头读取为 Unnamed: 0 替换成 Unnamed-0
row_str = ';'.join([f'{str(col).replace(": ","-") if "Unnamed:" in str(col) else col}:{row[col]}' for col in df.columns])
replace_value(row_str)
f.write(f'{row_str}\n')
merged_xls.close()
print(file_path+' 执行时间 : %.5f sec' %(time.time()-start))
excel_to_md('test.xlsx','test.xlsx.md')到此这篇关于Python实现获取带合并单元格的表格数据的文章就介绍到这了,更多相关Python获取表格数据内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！