利用Python提取将Excel/PDF文件数据

使用Python来创建一个接口，用于接收Excel文件资源链接，下载文件并执行指定的操作，然后返回处理后的数据。以下是一个基本的示例，展示如何使用Flask来创建这样的接口。请注意，这是一个简化的示例，您可能需要根据实际需求扩展和完善代码。

首先，确保安装Flask：

pip install Flask

然后，创建一个Python脚本，比如excel_api.py：

import os
from flask import Flask, request, jsonify
import requests
import openpyxl
 
app = Flask(__name)
 
@app.route("/process_excel", methods=["POST"])
def process_excel():
    try:
        # 获取POST请求中的JSON数据
        data = request.get_json()
 
        # 从JSON数据中获取Excel文件链接
        excel_url = data.get("excel_url")
 
        # 下载Excel文件
        excel_response = requests.get(excel_url)
        with open("temp.xlsx", "wb") as f:
            f.write(excel_response.content)
 
        # 打开Excel文件
        wb = openpyxl.load_workbook("temp.xlsx")
 
        # 用于存储处理后的数据
        processed_data = {}
 
        # 处理每个sheet
        for sheet_name in wb.sheetnames:
            sheet = wb[sheet_name]
            sheet_data = []
 
            # 读取每个单元格的数据
            for row in sheet.iter_rows(values_only=True):
                sheet_data.append(row)
 
            processed_data[sheet_name] = sheet_data
 
        # 处理完成后，可以根据需要将数据存储到指定路径
 
        # 返回处理后的数据
        return jsonify(processed_data)
 
    except Exception as e:
        return jsonify({"error": str(e)})
 
if __name__ == "__main__":
    app.run(debug=True)

提取各sheet内单元格(部分为合并单元格)内字段数据

import openpyxl
 
def extract_data_from_sheet(sheet):
    data = []
    for row in sheet.iter_rows(values_only=True):
        row_data = []
        for cell in row:
            if cell.data_type == 's':  # 处理合并单元格
                value = sheet.cell(row=cell.row, column=cell.column)._value
            else:
                value = cell.value
            row_data.append(value)
        data.append(row_data)
    return data
 
# 打开Excel文件
wb = openpyxl.load_workbook("your_excel_file.xlsx")
 
# 处理每个sheet
for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    sheet_data = extract_data_from_sheet(sheet)
    
    # 在这里，sheet_data 包含了从当前sheet中提取的数据
    print(f"Data from {sheet_name}:")
    for row in sheet_data:
        print(row)