open - write xlsx in python

cómo convertir xls a xlsx

Question

Tengo algunos archivos * .xls (excel 2003), y quiero convertir esos archivos a xlsx (excel 2007).

Utilizo el paquete uno de python. Cuando guardo los documentos, puedo configurar el nombre del filtro: MS Excel 97, pero no hay un nombre de filtro como "MS Excel 2007".

por favor, ayúdeme, ¿cómo puedo configurar el nombre del filtro para convertir xls a xlsx?

Answer 1

Solución simple

xlx una solución simple para convertir algunos xlx a xlsx . Hay muchas respuestas aquí, pero están haciendo algo de "magia" que no entiendo completamente.

Una solución simple fue dada por chfw , pero no del todo completa.

Instalar dependencias

Use pip para instalar

pip install pyexcel-cli pyexcel-xls pyexcel-xlsx

Ejecutar

Todo el estilo y las macros desaparecerán, pero la información está intacta.

Para un solo archivo

pyexcel transcode your-file-in.xls your-new-file-out.xlsx

Para todos los archivos en la carpeta, un forro

for file in *.xls; do; echo "Transcoding $file"; pyexcel transcode "$file" "${file}x"; done;

Answer 2

CONVERTIR ARCHIVO XLS A XLSX

Usando python3.6 acabo de encontrar el mismo problema y, después de horas de lucha, lo resolví haciendo el ff, probablemente no necesitarás todos los paquetes: (seré lo más claro posible)

Asegúrate de instalar los siguientes paquetes antes de continuar

pip instalar pyexcel, pip instalar pyexcel-xls, pip instalar pyexcel-xlsx,

pip instalar pyexcel-cli

paso 1:

import pyexcel

paso 2: "example.xls", "example.xlsx", "example.xlsm"

sheet0 = pyexcel.get_sheet(file_name="your_file_path.xls", name_columns_by_row=0)

paso 3: crear una matriz de contenidos

xlsarray = sheet.to_array() 

Paso 4: verifica los contenidos variables para verificar

xlsarray

paso5: pase la matriz contenida en la variable llamada (xlsarray) a una nueva variable de libro llamada (hoja1)

sheet1 = pyexcel.Sheet(xlsarray)

step6: guarda la nueva hoja que termina con .xlsx (en mi caso quiero xlsx)

sheet1.save_as("test.xlsx")

Answer 3

Aquí está mi solución, sin considerar fuentes, gráficos e imágenes:

$ pip install pyexcel pyexcel-xls pyexcel-xlsx

Entonces haz esto ::

import pyexcel as p

p.save_book_as(file_name=''your-file-in.xls'',
               dest_file_name=''your-new-file-out.xlsx'')

Si no necesita un programa, puede instalar un paquete adicional pyexcel-cli ::

$ pip install pyexcel-cli
$ pyexcel transcode your-file-in.xls your-new-file-out.xlsx

El procedimiento de transcodificación anterior utiliza xlrd y openpyxl.

Answer 4

Estoy mejorando el rendimiento para el método @Jackypengyu.

• XLSX : trabajando por fila, no por celda ( http://openpyxl.readthedocs.io/en/default/api/openpyxl.worksheet.worksheet.html#openpyxl.worksheet.worksheet.Worksheet.append )
• XLS : lea la fila completa sin incluir la cola vacía, vea ragged_rows=True ( http://xlrd.readthedocs.io/en/latest/api.html#xlrd.sheet.Sheet.row_slice )

Las celdas fusionadas también se convertirán.

Resultados

Convertir los mismos 12 archivos en el mismo orden:

Original :

0:00:01.958159
0:00:02.115891
0:00:02.018643
0:00:02.057803
0:00:01.267079
0:00:01.308073
0:00:01.245989
0:00:01.289295
0:00:01.273805
0:00:01.276003
0:00:01.293834
0:00:01.261401

Mejorado

0:00:00.774101
0:00:00.734749
0:00:00.741434
0:00:00.744491
0:00:00.320796
0:00:00.279045
0:00:00.315829
0:00:00.280769
0:00:00.316380
0:00:00.289196
0:00:00.347819
0:00:00.284242

Solución

def cvt_xls_to_xlsx(*args, **kw):
    """Open and convert XLS file to openpyxl.workbook.Workbook object

    @param args: args for xlrd.open_workbook
    @param kw: kwargs for xlrd.open_workbook
    @return: openpyxl.workbook.Workbook


    You need -> from openpyxl.utils.cell import get_column_letter
    """

    book_xls = xlrd.open_workbook(*args, formatting_info=True, ragged_rows=True, **kw)
    book_xlsx = Workbook()

    sheet_names = book_xls.sheet_names()
    for sheet_index in range(len(sheet_names)):
        sheet_xls = book_xls.sheet_by_name(sheet_names[sheet_index])

        if sheet_index == 0:
            sheet_xlsx = book_xlsx.active
            sheet_xlsx.title = sheet_names[sheet_index]
        else:
            sheet_xlsx = book_xlsx.create_sheet(title=sheet_names[sheet_index])

        for crange in sheet_xls.merged_cells:
            rlo, rhi, clo, chi = crange

            sheet_xlsx.merge_cells(
                start_row=rlo + 1, end_row=rhi,
                start_column=clo + 1, end_column=chi,
            )

        def _get_xlrd_cell_value(cell):
            value = cell.value
            if cell.ctype == xlrd.XL_CELL_DATE:
                value = datetime.datetime(*xlrd.xldate_as_tuple(value, 0))

            return value

        for row in range(sheet_xls.nrows):
            sheet_xlsx.append((
                _get_xlrd_cell_value(cell)
                for cell in sheet_xls.row_slice(row, end_colx=sheet_xls.row_len(row))
            ))

        for rowx in range(sheet_xls.nrows):
            if sheet_xls.rowinfo_map[rowx].hidden != 0:
                print sheet_names[sheet_index], rowx
                sheet_xlsx.row_dimensions[rowx+1].hidden = True
        for coly in range(sheet_xls.ncols):
            if sheet_xls.colinfo_map[coly].hidden != 0:
                print sheet_names[sheet_index], coly
                coly_letter = get_column_letter(coly+1)
                sheet_xlsx.column_dimensions[coly_letter].hidden = True

    return book_xlsx

Answer 5

He tenido que hacer esto antes. La idea principal es usar el módulo xlrd para abrir y analizar un archivo xls y escribir el contenido en un archivo xlsx usando el módulo openpyxl .

Aquí está mi código. ¡Atención! No puede manejar archivos xls complejos, debe agregar su propia lógica de análisis si lo va a utilizar.

import xlrd
from openpyxl.workbook import Workbook
from openpyxl.reader.excel import load_workbook, InvalidFileException

def open_xls_as_xlsx(filename):
    # first open using xlrd
    book = xlrd.open_workbook(filename)
    index = 0
    nrows, ncols = 0, 0
    while nrows * ncols == 0:
        sheet = book.sheet_by_index(index)
        nrows = sheet.nrows
        ncols = sheet.ncols
        index += 1

    # prepare a xlsx sheet
    book1 = Workbook()
    sheet1 = book1.get_active_sheet()

    for row in xrange(0, nrows):
        for col in xrange(0, ncols):
            sheet1.cell(row=row, column=col).value = sheet.cell_value(row, col)

    return book1

Answer 6

Intenté la solución de @Jhon Anderson, funciona bien pero tengo un error de "el año está fuera de rango" cuando hay celdas de formato de hora como HH: mm: ss sin fecha. Ahí para que mejoré el algoritmo de nuevo:

def xls_to_xlsx(*args, **kw):
"""
    open and convert an XLS file to openpyxl.workbook.Workbook
    ----------
    @param args: args for xlrd.open_workbook
    @param kw: kwargs for xlrd.open_workbook
    @return: openpyxl.workbook.Workbook对象
    """
    book_xls = xlrd.open_workbook(*args, formatting_info=True, ragged_rows=True, **kw)
    book_xlsx = openpyxl.workbook.Workbook()

    sheet_names = book_xls.sheet_names()
    for sheet_index in range(len(sheet_names)):
        sheet_xls = book_xls.sheet_by_name(sheet_names[sheet_index])
        if sheet_index == 0:
            sheet_xlsx = book_xlsx.active
            sheet_xlsx.title = sheet_names[sheet_index]
        else:
            sheet_xlsx = book_xlsx.create_sheet(title=sheet_names[sheet_index])
        for crange in sheet_xls.merged_cells:
            rlo, rhi, clo, chi = crange
            sheet_xlsx.merge_cells(start_row=rlo + 1, end_row=rhi,
            start_column=clo + 1, end_column=chi,)

        def _get_xlrd_cell_value(cell):
            value = cell.value
            if cell.ctype == xlrd.XL_CELL_DATE:
                datetime_tup = xlrd.xldate_as_tuple(value,0)    
                if datetime_tup[0:3] == (0, 0, 0):   # time format without date
                    value = datetime.time(*datetime_tup[3:])
                else:
                    value = datetime.datetime(*datetime_tup)
            return value

        for row in range(sheet_xls.nrows):
            sheet_xlsx.append((
                _get_xlrd_cell_value(cell)
                for cell in sheet_xls.row_slice(row, end_colx=sheet_xls.row_len(row))
            ))
    return book_xlsx

Entonces trabaja perfecto!

Answer 7

La Respuesta de Ray recortaba la primera fila y la última columna de los datos. Aquí está mi solución modificada (para python3):

def open_xls_as_xlsx(filename):
# first open using xlrd
book = xlrd.open_workbook(filename)
index = 0
nrows, ncols = 0, 0
while nrows * ncols == 0:
    sheet = book.sheet_by_index(index)
    nrows = sheet.nrows+1   #bm added +1
    ncols = sheet.ncols+1   #bm added +1
    index += 1

# prepare a xlsx sheet
book1 = Workbook()
sheet1 = book1.get_active_sheet()

for row in range(1, nrows):
    for col in range(1, ncols):
        sheet1.cell(row=row, column=col).value = sheet.cell_value(row-1, col-1) #bm added -1''s

return book1

Answer 8

La respuesta de Ray me ayudó mucho, pero para aquellos que buscan una forma sencilla de convertir todas las hojas de un xls a un xlsx, hice esta Gist :

import xlrd
from openpyxl.workbook import Workbook as openpyxlWorkbook

# content is a string containing the file. For example the result of an http.request(url).
# You can also use a filepath by calling "xlrd.open_workbook(filepath)".

xlsBook = xlrd.open_workbook(file_contents=content)
workbook = openpyxlWorkbook()

for i in xrange(0, xlsBook.nsheets):
    xlsSheet = xlsBook.sheet_by_index(i)
    sheet = workbook.active if i == 0 else workbook.create_sheet()
    sheet.title = xlsSheet.name

    for row in xrange(0, xlsSheet.nrows):
        for col in xrange(0, xlsSheet.ncols):
            sheet.cell(row=row, column=col).value = xlsSheet.cell_value(row, col)

# The new xlsx file is in "workbook", without iterators (iter_rows).
# For iteration, use "for row in worksheet.rows:".
# For range iteration, use "for row in worksheet.range("{}:{}".format(startCell, endCell)):".

Puede encontrar el libl xlrd here y el openpyxl here (por ejemplo, debe descargar xlrd en su proyecto para Google App Engine).

Answer 9

Necesitas tener win32com instalado en tu máquina. Aquí está mi código:

import win32com.client as win32
fname = "full+path+to+xls_file"
excel = win32.gencache.EnsureDispatch(''Excel.Application'')
wb = excel.Workbooks.Open(fname)

wb.SaveAs(fname+"x", FileFormat = 51)    #FileFormat = 51 is for .xlsx extension
wb.Close()                               #FileFormat = 56 is for .xls extension
excel.Application.Quit()

Answer 10

No encontré ninguna de las respuestas aquí 100% correcta. Así que publico mis códigos aquí:

import xlrd
from openpyxl.workbook import Workbook

def cvt_xls_to_xlsx(src_file_path, dst_file_path):
    book_xls = xlrd.open_workbook(src_file_path)
    book_xlsx = Workbook()

    sheet_names = book_xls.sheet_names()
    for sheet_index in range(0,len(sheet_names)):
        sheet_xls = book_xls.sheet_by_name(sheet_names[sheet_index])
        if sheet_index == 0:
            sheet_xlsx = book_xlsx.active()
            sheet_xlsx.title = sheet_names[sheet_index]
        else:
            sheet_xlsx = book_xlsx.create_sheet(title=sheet_names[sheet_index])

        for row in range(0, sheet_xls.nrows):
            for col in range(0, sheet_xls.ncols):
                sheet_xlsx.cell(row = row+1 , column = col+1).value = sheet_xls.cell_value(row, col)

    book_xlsx.save(dst_file_path)