zoukankan      html  css  js  c++  java
  • Python Excel工具类封装, 给excel表头搞点颜色

    封装Excel工具类

    我们常用的excel工具类,读有xlrd,写有xlwt。有读有写,新一代库有pandas,openpyxl等等。

    大家用法都差不多,今天博主就介绍新手最爱,我也爱的xlrdxlwt。(不过xlwt似乎最多只支持65535条数据,此乃一坑)

    缘起

    老板给博主安排了一个导出excel的任务,而这个新项目里面还尚未编写此类公共方法,于是就想来一波尝试。

    主要是想把xlwt和xlrd做一个整合,但并不是说要对一个文件读和写,因为应用场景一般是导入或者导出

    封装ExcelHelper类

    读数据

    我们需要先接受一个filename(文件的全路径),初始化helper对象,所以我们可以顺手写出这样的代码:

    class ExcelHelper(object):
        def __init__(self, filename):
            self.filename = filename
    

    接着我们编写xlrd的部分,虽然网上的例子一大把,但是有特色的还是少。我决定支持读数组,也支持读json数组。

    啥子是json数组,因为我们excel一般都是表头+表数据组成,如果光给一条数据,你不知道他属于哪一列,那还得往上找它的表头,和之对应起来。

    比如我们经常读出的数据是:

    data = [
       ['姓名', '电话'],
       ['三毛', '17800000000']
    ]
    

    当列的数据比较多的时候,我们给你一个三毛,你知道它的表头是姓名吗?还是小名?

    如果是这样的数据呢?

    data = [
       {"姓名": "三毛", "电话": "17800000000"}
    ]
    

    两种数据,不同的展示方式,其实内容相差无几。

    • 编写read_data方法
        def read_data(self):
            """
            获取数据,不区分表头
            :return:
            """
            book = xlrd.open_workbook(self.filename)
            sheets = book.sheets()
            for s in sheets:
                yield (s.row_values(i) for i in range(s.nrows))
    

    这边用了yield关键字,之所以不用list,还是考虑到数据表数据如果很多,那么全部放到list,会占用很大内存空间,所以用了yield节省内存空间

    这里如果有疑问,大家可以查下生成器相关资料。

    • 编写read_json相关方法
        @staticmethod
        def read_json_item(sheet):
            """
            获取json数据
            :param sheet:
            :return:
            """
            if sheet.nrows <= 1:
                return (sheet.row_values(i) for i in range(sheet.nrows))
            # 否则说明数据大于1行
            header = sheet.row_values(0)
            for i in range(1, sheet.nrows):
                row_data = dict()
                for j in range(sheet.ncols):
                    row_data[header[j]] = sheet.cell_value(i, j)
                yield row_data
    
        def read_json_data(self):
            """
            获取List[dict]数据,也就是JSON数组
            :return:
            """
            book = xlrd.open_workbook(self.filename)
            sheets = book.sheets()
            for st in sheets:
                yield ExcelHelper.read_json_item(st)
    

    比较常规,excel可能会有多个sheet,所以我们遍历sheets。接着去每个sheet中拿到每行数据,由于要求json数组模式,所以我们需要判断下行数。

    如果就1行,那就最多一个表头,没啥意义,所以我们直接切换到原生模式,一行一行读数据。

    写数据

    写数据的demo比较简单,考虑到传入json数组的时候,万一有小可爱传这样的数据,其实我们是不太好支持的:

    a = [
     {"名字": "张三", "称号": "法外狂徒"},
     {"性格": "闷骚", "称号": "秒杀光环"}
    ]
    

    可以看到2条数据对不上~所以不打算支持这样的数据。

    • 编写write_data方法

      我们知道,表头是个很重要的数据,我们要让她与众不同一点,所以我们可以设置下它的样式。

        @staticmethod
        def get_style():
            style = xlwt.XFStyle()
            pattern = xlwt.Pattern()
            pattern.pattern = xlwt.Pattern.SOLID_PATTERN
            pattern.pattern_fore_colour = xlwt.Style.colour_map['sky_blue']
            style.pattern = pattern
            return style
    

    创建style,设置背景色为纯洁的天蓝色,最后返回style。

    这个style有什么用呢,我们在写入数据的时候可以指定单元格的样式。

    接着编写write方法:

        def write_excel_data(self, header, row_data, sheet_name="sheet1"):
            wb = xlwt.Workbook()
            ws = wb.add_sheet(sheet_name)
            # 写入表头
            for i, h in enumerate(header):
                ws.write(0, i, h, self.style)
            # 写入数据
            for line, row in enumerate(row_data):
                for c, item in enumerate(row):
                    ws.write(line + 1, c, str(item))
            wb.save(self.filename)
    

    接受参数是表头(数组),row_data(二维数组),写入完毕后调用save方法。

    如果有需要对多个sheet写入,请自行改造。

    本节总体来说,只是写了一个excel的读写方法,亮点在于读json数组表头搞颜色

    颜色你们可以随便定哈

    下次聊聊FastApi下载文件以及删除下载后的文件。


    完整代码如下(其实是给我自己备份):

    import xlrd
    import xlwt
    
    
    class ExcelHelper(object):
        def __init__(self, filename):
            self.filename = filename
            self.style = ExcelHelper.get_style()
    
        @staticmethod
        def get_style():
            style = xlwt.XFStyle()
            pattern = xlwt.Pattern()
            pattern.pattern = xlwt.Pattern.SOLID_PATTERN
            pattern.pattern_fore_colour = xlwt.Style.colour_map['sky_blue']
            style.pattern = pattern
            return style
    
        def read_data(self):
            """
            获取数据,不区分表头
            :return:
            """
            book = xlrd.open_workbook(self.filename)
            sheets = book.sheets()
            for s in sheets:
                yield (s.row_values(i) for i in range(s.nrows))
    
        @staticmethod
        def read_json_item(sheet):
            """
            获取json数据
            :param sheet:
            :return:
            """
            if sheet.nrows <= 1:
                return (sheet.row_values(i) for i in range(sheet.nrows))
            # 否则说明数据大于1行
            header = sheet.row_values(0)
            for i in range(1, sheet.nrows):
                row_data = dict()
                for j in range(sheet.ncols):
                    row_data[header[j]] = sheet.cell_value(i, j)
                yield row_data
    
        def read_json_data(self):
            """
            获取List[dict]数据,也就是JSON数组
            :return:
            """
            book = xlrd.open_workbook(self.filename)
            sheets = book.sheets()
            for st in sheets:
                yield ExcelHelper.read_json_item(st)
    
        def write_excel_data(self, header, row_data, sheet_name="sheet1"):
            wb = xlwt.Workbook()
            ws = wb.add_sheet(sheet_name)
            # 写入表头
            for i, h in enumerate(header):
                ws.write(0, i, h, self.style)
            # 写入数据
            for line, row in enumerate(row_data):
                for c, item in enumerate(row):
                    ws.write(line + 1, c, str(item))
            wb.save(self.filename)
    
    
  • 相关阅读:
    zipfile模块——读取(查看)zip压缩文件
    line[:1]和split(',')
    csv文件——简单读操作01
    读取文件内容——读取一个二进制文件,然后保存到另外一个文件
    zipfile模块——从zip文件中 解压缩
    读写操作文件——open()函数与读写文件01
    文件的操作
    csv文件——简单读操作01
    读写操作文件——open()函数与读写文件02
    读取文件内容——open函数
  • 原文地址:https://www.cnblogs.com/we8fans/p/15530468.html
Copyright © 2011-2022 走看看