salida - Lectura de archivos xlsx con Python

openpyxl python

Question

Leí el año pasado que xlrd se estaba actualizando para poder leer archivos xlsx (Excel 2007, 2010). ¿Hay alguna noticia sobre este desarrollo o el uso de otras utilidades de Python?

Answer 1

Soporte para leer datos básicos (open_workbook (..., formatting_info = False)) de los archivos Excel 2007 .xlsx y .xlsm está en prueba alfa en este momento. Ver publicaciones anteriores en este grupo (busque "excel 2007 xlsx").

Desde el foro Con respecto al soporte xlrd para sobresalir

Answer 2

¡Sí, gracias por la gran subrutina!

Lo he actualizado para permitir que el hash de filas use los nombres de las columnas como índice en lugar de letras, si se especifica una fila de encabezado.

readXlsx( "mysheet.xlsx", sheet = 1, header = True )

def readXlsx( fileName, **args ):

    import zipfile
    from xml.etree.ElementTree import iterparse

    if "sheet" in args:
       sheet=args["sheet"]
    else:
       sheet=1
    if "header" in args:
       isHeader=args["header"]
    else:
       isHeader=False

    rows   = []
    row    = {}
    header = {}
    z      = zipfile.ZipFile( fileName )

    # Get shared strings
    strings = [ el.text for e, el
                        in  iterparse( z.open( ''xl/sharedStrings.xml'' ) )
                        if el.tag.endswith( ''}t'' )
                        ]
    value = '''' 

    # Open specified worksheet
    for e, el in iterparse( z.open( ''xl/worksheets/sheet%d.xml''%( sheet ) ) ):
       # get value or index to shared strings
       if el.tag.endswith( ''}v'' ):                                   # <v>84</v>
           value = el.text
       if el.tag.endswith( ''}c'' ):                                   # <c r="A3" t="s"><v>84</v></c>

           # If value is a shared string, use value as an index
           if el.attrib.get( ''t'' ) == ''s'':
               value = strings[int( value )]

           # split the row/col information so that the row leter(s) can be separate
           letter = el.attrib[''r'']                                   # AZ22
           while letter[-1].isdigit():
               letter = letter[:-1]

           # if it is the first row, then create a header hash for the names
           # that COULD be used
           if rows ==[]:
               header[letter]=value
           else:
               if value != '''':

                   # if there is a header row, use the first row''s names as the row hash index
                   if isHeader == True and letter in header:
                       row[header[letter]] = value
                   else:
                       row[letter] = value

           value = ''''
       if el.tag.endswith(''}row''):
           rows.append(row)
           row = {}
    z.close()
    return rows

Answer 3

Aquí hay una implementación muy difícil usando solo la biblioteca estándar.

def xlsx(fname):
    import zipfile
    from xml.etree.ElementTree import iterparse
    z = zipfile.ZipFile(fname)
    strings = [el.text for e, el in iterparse(z.open(''xl/sharedStrings.xml'')) if el.tag.endswith(''}t'')]
    rows = []
    row = {}
    value = ''''
    for e, el in iterparse(z.open(''xl/worksheets/sheet1.xml'')):
        if el.tag.endswith(''}v''): # <v>84</v>
            value = el.text
        if el.tag.endswith(''}c''): # <c r="A3" t="s"><v>84</v></c>
            if el.attrib.get(''t'') == ''s'':
                value = strings[int(value)]
            letter = el.attrib[''r''] # AZ22
            while letter[-1].isdigit():
                letter = letter[:-1]
            row[letter] = value
            value = ''''
        if el.tag.endswith(''}row''):
            rows.append(row)
            row = {}
    return rows

Answer 4

Eric Gazoni ha escrito openpyxl que lee / escribe archivos xlsx Más detalles disponibles de su blog y el repositorio de códigos para cualquier codificador de Python que quiera probarlo

Answer 5

Leer archivos XLSX es bastante simple, en realidad.

Son archivos ZIP con ciertos documentos XML con nombres fijos.

Puede, sin demasiados códigos, abrir el archivo ZIP, analizar los documentos XML relevantes y procesar los bits de datos relevantes.

Aquí hay algunos consejos: http://slott-softwarearchitect.blogspot.com/2010/10/xlsm-and-xlsx-files-finally-reaching.html

Answer 6

Un poco tarde para la fiesta, pero xlrd ahora es compatible nativamente con xlsx . pip install xlrd --upgrade de 0.6.0 a 0.8.0 usando pip install xlrd --upgrade en el símbolo del sistema ( WindowsKey + R luego cmd ) y ahora lee xlsx sin ningún problema.

xlrd

Answer 7

import openpyxl as px
import numpy as np

W = px.load_workbook(''filename.xlsx'', use_iterators = True)
p = W.get_sheet_by_name(name = ''Sheet1'')

a=[]

for row in p.iter_rows():
    for k in row:
        a.append(k.internal_value)

# convert list a to matrix (for example 5*6)
aa= np.resize(a, [5, 6])

# save matrix aa as xlsx file
WW=px.Workbook()
pp=WW.get_active_sheet()
pp.title=''NEW_DATA''

f={''A'':0,''B'':1,''C'':2,''D'':3,''E'':4,''F'':5}

#insert values in six columns
for (i,j) in f.items():
    for k in np.arange(1,len(aa)+1):
        pp.cell(''%s%d''%(i,k)).value=aa[k-1][j]

WW.save(''newfilname.xlsx'')