python爬虫之excel解析详解

Excel是一种数据格式化和存储数据的工具，其表格形式非常适合存储和呈现数据，不少企业和业务都使用Excel来进行数据的存储与处理，因此对Excel解析的需求也越来越高。本文主要介绍Python中如何使用openpyxl解析Excel文件，通过一些实例的方法帮助大家掌握Excel解析的基本技巧。

一、openpyxl的安装

我们可以使用pip安装openpyxl库，安装方法如下：

python">pip install openpyxl

二、openpyxl的基本用法

我们打开一个Excel文件，例如一个名为example.xlsx的文件。要通过openpyxl读取数据，我们可以使用以下代码：

python">import openpyxl
wb = openpyxl.load_workbook('example.xlsx')

这段代码创建了一个名为wb的工作簿对象，通过load_workbook()函数我们可以打开Excel文件example.xlsx。现在我们可以使用以下命令获取工作簿中的所有工作表名称：

python">wb.sheetnames

接下来，我们可以通过以下命令获取工作表名称为Sheet1的工作表：

sheet = wb['Sheet1']

我们还可以使用以下命令获得工作表的最大行数和列数：

w, h = sheet.max_column, sheet.max_row

使用以下代码可以获取某个单元格的值：

cell_value = sheet.cell(row=1, column=1).value

三、Excel解析的实践应用

了解了如何使用openpyxl，我们通过几个实例来深入理解如何解析Excel文件。

1.实例1：读取Excel中的数据

在这个实例中，我们首先需要从example.xlsx中读取Sheet1内的所有记录。

python">import openpyxl

# 打开工作簿并读入数据
wb = openpyxl.load_workbook('example.xlsx')
sheet = wb['Sheet1']

# 循环读取数据
for row in sheet.iter_rows(min_row=2):
    # 按照行循环，并获取第一列和第二列的值
    name = row[0].value
    email = row[1].value    
    print(name, email)

2.实例2：为Excel添加数据

在这个实例中，我们将创建一个空的Excel文件，向其中添加一些数据。

python">import openpyxl

# 创建工作簿并创建工作表
wb = openpyxl.Workbook()
sheet = wb.active
sheet.title = 'Sheet1'

# 向工作表中添加数据
sheet['A1'] = 'Name'
sheet['B1'] = 'Email'
sheet['A2'] = '张三'
sheet['B2'] = 'zhangsan@test.com'
sheet['A3'] = '李四'
sheet['B3'] = 'lisi@test.com'

# 保存工作簿
wb.save('new_example.xlsx')

我们首先使用openpyxl创建一个工作簿，并命名为Sheet1。然后我们向Sheet1中添加一些数据，并且将工作簿保存为新的文件new_example.xlsx。

3.实例3：从Excel中过滤数据

在这个实例中，我们首先需要从example.xlsx文件中读取Sheet1内的所有记录，并找出其中email域为@test.com的所有记录。

python">import openpyxl

# 打开工作簿并读取数据
wb = openpyxl.load_workbook('example.xlsx')
sheet = wb['Sheet1']

# 过滤数据，查找Email列值为@test.com的记录
matched_rows = []
for row in sheet.iter_rows(min_row=2):
    if row[1].value.endswith('@test.com'):
        matched_rows.append(row)

# 输出结果
for row in matched_rows:
    name = row[0].value
    email = row[1].value
    print(name, email)

我们首先使用openpyxl读取Excel文件example.xlsx，并打开Sheet1工作表。然后我们循环读取所有记录，并找到Email列值为@test.com的所有记录。对于匹配的记录，我们将它们添加到matched_rows列表中，然后输出结果。

4.实例4：使用openpyxl生成图表

在这个实例中，我们将演示如何使用openpyxl生成图表。

python">import openpyxl
from openpyxl.chart import BarChart, Reference

# 打开工作簿并读取数据
wb = openpyxl.load_workbook('example.xlsx')
sheet = wb['Sheet1']

# 创建一个柱形图
chart = BarChart()
chart.type = "col"
chart.title = "Example Chart"
chart.y_axis.title = "Count"
chart.x_axis.title = "Name"

# 配置图表数据
data = Reference(sheet, min_row=2, min_col=2, max_row=6, max_col=3)
chart.add_data(data, titles_from_data=True)

# 将图表插入工作簿
sheet.add_chart(chart, "B10")

# 保存工作簿
wb.save('example_chart.xlsx')

我们首先使用openpyxl读取Excel文件example.xlsx，并打开Sheet1工作表。然后我们创建一个柱形图，设置图表的类型、标题和轴标签。接着我们查询数据区域，并将数据添加到图表中。最后，我们将图表插入到工作表中，并保存工作簿为example_chart.xlsx文件。