Python-使用openpyxl读取excel内容

1. 本篇文章目标

将下面的excel中的寄存器表单读入并构建一个字典

2. openpyxl的各种基本使用方法

2.1 打开工作簿

wb = openpyxl.load_workbook('test_workbook.xlsx')

2.2 获取工作簿中工作表名字并得到工作表

ws = wb[wb.sheetnames[0]]

wb.sheetnames 会返回一个列表，列表中是每个工作表的名称，数据类型为str。执行上述代码后ws就是获取的工作表。

2.3 读取某个单元格的值

d = ws.cell(row=1, column=1).value
print(d)

使用sheet.cell会返回cell对象，再使用cell.value才能返回单元格的值，执行上述代码的结果如下：

2.4 按行读取

按行读取可以用iter_rows()方法。

for row in ws.iter_rows():
    print(row)

执行上述代码的输出如下：

由图可知，该方法应当是一个迭代器，返回的是row是一个tuple，里边是各个单元格cell。可以按照如下方法获取每列的值。

import pprint as pp
excel_list = []
for row in ws.iter_rows():
    row = list(row)
    for i in range(len(row)):
        row[i] = row[i].value
    excel_list.append(row)
 
pp.pprint(excel_list)

这里用到了一个模块pprint，用来使打印出的列表、字典等美观易读。print结果如下：

可以看到已经将excel中的内容构建了一个列表，但是下边一些没有内容的行也读了进来，尽管每个单元的值是None，这是因为之前对下边的行做过编辑，然后又删掉，导致这些无内容的单元具有单元格格式，openpyxl会将这些单元格也识别进来，所以要想避免这种情况，使用xlrd库是一种办法，或者采用下面的办法：

excel_list = []
for row in ws.iter_rows():
    row = list(row)
    if row[3].value != None:
        for i in range(len(row)):
            row[i] = row[i].value
        excel_list.append(row)
 
pp.pprint(excel_list)

执行结果如下，可以看到全为None的行被过滤掉了。

按列读取方法类似，使用iter_cols()。

2.5切片读取

有时候我们并不想读取表格里的全部内容，只想读取一部分，这时候可以用iter_rows()和iter_cols()的切片功能。

excel_list = []
for row in ws.iter_rows(min_row=2, min_col=2, max_row=3, max_col=3):
    row = list(row)
    if row[1].value != None:
        for i in range(len(row)):
            row[i] = row[i].value
        excel_list.append(row)
 
pp.pprint(excel_list)

执行结果如下，可以看到只获取了表格二行二列至三行三列的内容。

2.6 利用表格行列坐标直接获取单元格、单元格的值、切片

除了上述使用sheet.cell(row, col)来获取单元格值，以及iter_rows/cols获取行、列、切片外，还可以直接用excel的行列坐标表示来获取上述内容。

pp.pprint(ws['B3'])  #获取B3单元格的cell对象
pp.pprint(ws['B3'].value) #获取B3单元格cell对象的值
pp.pprint(ws['A1':'B2']) # 获取A1:B2这个切片的cell们
pp.pprint(ws['A:B']) # 获取A列到B列的所有cell对象
pp.pprint(ws[1:2]) # 获取行1到行2两行的所有cell对象

这里要注意使用这种切片、获取行列对象值的时候不能直接用.value方法，.value只是单独cell即一个单元格的cell时才能直接用，所以要想用这种方法获取切片、行列的值时要配合遍历、列表等方法构建。

2.7快速获得工作表的行们和列们

使用sheet.rows 和sheet.cols。

pp.pprint(list(ws.rows))

执行结果如下：

3.构建本任务所需字典

代码如下：

class ReadRegListExcel:
    def __init__(self, this_ws):
        self.reg_dic = {}
        self.ws = this_ws
 
    def excel_max_rows(self):
        max_rows = 0
        for row in ws.rows:
            if row[3].value != None:
                max_rows += 1
        return max_rows
 
    def construct_dic(self):
        max_rows = self.excel_max_rows()
        self.reg_dic['module name'] = self.ws.cell(row=1, column=2).value
        self.reg_dic['module base address'] = self.ws.cell(row=1, column=4).value
        self.reg_dic['registers'] = []
        row = 3
        all_rows = list(self.ws.rows)
        print(all_rows)
        while row <= max_rows:
            if all_rows[row-1][0].value != None:
                self.reg_dic['registers'].append({})
                self.reg_dic['registers'][-1]['register name'] = all_rows[row-1][0].value
                self.reg_dic['registers'][-1]['register address'] = all_rows[row-1][1].value
                self.reg_dic['registers'][-1]['fields'] = [[value.value for value in all_rows[row-1][2:7]]]
            else:
                self.reg_dic['registers'][-1]['fields'].append([value.value for value in all_rows[row-1][2:7]])
            row += 1
        return self.reg_dic
 
if __name__ == "__main__":
    reg_dic_obj = ReadRegListExcel(ws)
    reg_dic = reg_dic_obj.construct_dic()
    pp.pprint(reg_dic)

最后得到的寄存器字典如下：

至此读入寄存器列表文件并构建出结构化的寄存器字典任务完成。