作者：小小明

作者简介：

小小明，熟悉python、java、scala，了解go、c/c++。10年左右编码经验，逻辑思维能力良好，做过windows应用程序开发和大数据开发与运维，会大数据、web全栈开发、自动化办公、pandas数据处理，了解区块链开发、机器学习、 VBA、爬虫。

之前在交流群跟一些小伙伴有个讨论：

（凹凸数据公众号后台回复“进群”即可加群）

大概就是很多跟数据打交道的人都需要面对过很复杂的excel，嵌套层数特别多，肉眼观看很容易蒙圈。有了这样的需求，小小明就有了解决问题的想法，说干就干于是一个比较牛逼的excel公式格式化的工具出现了。

效果体验

先看看效果吧：

=IF(C11>100%*C4,IF(C11<=200%*C4,C11*50%-C4*15%,C11*60%-C4*35%),IF(C11<=C4*50%,C11*30%,C11*40%-C4*5%))

的格式化结果是：

=IF(C11>100%*C4,IF(C11<=200%*C4,C11*50%-C4*15%,C11*60%-C4*35%),IF(C11<=C4*50%,C11*30%,C11*40%-C4*5%)
)

(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100-MIN(SMA(MAX(CLOSE-DELAY(
CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12))/(MAX(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,
1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12)-MIN(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(
CLOSE-DELAY(CLOSE,1)),12,1)*100,12))

的格式化结果为：

(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100-MIN(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12)
)
/
(MAX(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12)-MIN(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12)
)

=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),
4),1,"")&56),0)))

的格式化结果为：

=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")&56),0))
)

如果你已经心动了，可以进入下滑到文末，点击阅读原文！直接使用体验！但本人不保证服务器一直会续费，网址能够永久使用。

不过接下来，将公布这套格式化程序的完整代码和开发思想，有技术能力的小伙伴可以考虑改进该代码。

完整代码

__author__ = 'xiaoxiaoming'from collections import deque
import reclass Node:def __init__(self, parent=None, tab_size=0):self.parent = parentself.tab_size = tab_sizeself.data = []def is_single_node(self):for e in self.data:if not isinstance(e, str):return Falsereturn Truedef get_single_text(self):return "".join(self.data)def split_text_blocks(excel_func_text):"""将excel公式字符串，按照一定的规则切割成数组:param excel_func_text: 被切割的excel公式字符串:return: 切割后的结果"""excel_func_text = excel_func_text.replace('\n', '').replace('\r', '')excel_func_text = re.sub(" +", " ", excel_func_text)lines = []i, j = 0, 0while j < len(excel_func_text):c = excel_func_text[j]if (c == '(' and excel_func_text[j + 1] != ')') or c == ',':lines.append(excel_func_text[i:j + 1])i = j = j + 1elif c == ')' and excel_func_text[j - 1] != '(':if i < j:lines.append(excel_func_text[i:j])i = j  # 起始文件块置于)处# 以下代码查找,如果中间不包含(或)，则将)和,之间的文本块加入到划分结果k = excel_func_text.find(",", j + 1)l = excel_func_text.find("(", j + 1, k)m = excel_func_text.find(")", j + 1, k)if k != -1 and l == -1 and m == -1:lines.append(excel_func_text[i:k + 1])i = j = k + 1elif j + 1 < len(excel_func_text) and excel_func_text[j + 1] != ')':lines.append(")")lines.append(excel_func_text[j + 1])i = j = j + 2else:lines.append(")")i = j = j + 1elif c == '"':j = excel_func_text.find('"', j + 1) + 1else:j += 1return linesblank_char_count = 2def combine_node(root, text_max_length=60, max_combine_layer=3):"""合并最内层的只有纯文本子节点的节点为单个文本节点:param root: 被合并的节点:param text_max_length: 合并后的文本长度不超过该参数，则应用该合并替换原节点:param max_combine_layer: 最大合并层数:return:"""for _ in range(max_combine_layer):no_change = Truestack = deque([root])while stack:node = stack.pop()tmp = {}for i, e in enumerate(node.data):if isinstance(e, Node):if e.is_single_node():single_text = e.get_single_text()if len(single_text) < text_max_length:tmp[i] = single_textelse:stack.append(e)for i, e in tmp.items():node.data[i] = eif len(tmp) != 0:no_change = Falseif no_change:breakdef node_next_line(node):for i, e in enumerate(node.data):if isinstance(e, str):if i == 0 or i == len(node.data) - 1:tab = node.tab_size - 1else:tab = node.tab_sizeyield f"{' ' * blank_char_count * tab}{e}"else:yield from node_next_line(e)def excel_func_format(excel_func_text, blank_count=2, combine_single_node=True, text_max_length=60,max_combine_layer=3):"""将excel公式格式化成比较容易阅读的格式:param excel_func_text: 被格式化的excel公式字符串:param blank_count: 最终显示的格式化字符串的1个tab用几个空格表示:param combine_single_node: 是否合并纯文本节点，该参数设置为True后面的参数才生效:param text_max_length: 合并后的文本长度不超过该参数，则应用该合并替换原节点:param max_combine_layer: 最大合并层数:return: 格式化后的字符串"""global blank_char_countblank_char_count = blank_countblocks = split_text_blocks(excel_func_text)# print("\n".join(blocks))# print('-----------拆分结果-----------')tab_size = 0node = root = Node()for block in blocks:if block.endswith("("):tab_size += 1child_node = Node(node, tab_size)node.data.append(child_node)node = child_nodenode.data.append(block)elif block.startswith(")"):tab_size -= 1node.data.append(block)node = node.parentelse:node.data.append(block)if combine_single_node:combine_node(root, text_max_length, max_combine_layer)result = [line for line in node_next_line(root)]return "\n".join(result)

处理流程浅析

下面都以如下公式作为示例：

=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),
4),1,"")&56),0)))

文本分块切分

def split_text_blocks(excel_func_text):"""将excel公式字符串，按照一定的规则切割成数组:param excel_func_text: 被切割的excel公式字符串:return: 切割后的结果"""excel_func_text = excel_func_text.replace('\n', '').replace('\r', '')excel_func_text = re.sub(" +", " ", excel_func_text)lines = []i, j = 0, 0while j < len(excel_func_text):c = excel_func_text[j]if (c == '(' and excel_func_text[j + 1] != ')') or c == ',':lines.append(excel_func_text[i:j + 1])i = j = j + 1elif c == ')' and excel_func_text[j - 1] != '(':if i < j:lines.append(excel_func_text[i:j])i = j  # 起始文件块置于)处# 以下代码查找,如果中间不包含(或)，则将)和,之间的文本块加入到划分结果k = excel_func_text.find(",", j + 1)l = excel_func_text.find("(", j + 1, k)m = excel_func_text.find(")", j + 1, k)if k != -1 and l == -1 and m == -1:lines.append(excel_func_text[i:k + 1])i = j = k + 1elif j + 1 < len(excel_func_text) and excel_func_text[j + 1] != ')':lines.append(")")lines.append(excel_func_text[j + 1])i = j = j + 2else:lines.append(")")i = j = j + 1elif c == '"':j = excel_func_text.find('"', j + 1) + 1else:j += 1return liness = """=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),4),1,"")&56),0))) """blocks = split_text_blocks(s)
for block in blocks:print(block)

的运行结果为：

=IF(
ROW()>COLUMN(),
"",
IF(
ROW()=COLUMN(),
$B15,
ROUNDDOWN(
$B15*INDIRECT(
SUBSTITUTE(
ADDRESS(
1,
3+COLUMN()-ROW(),4
),
1,
""
)
&
56
),
0
)
)
)

这端代码首先替换掉所有的换行符，将多个空格替换为单个空格，然后将左右括号和逗号作为切分点进行切分。

但存在一些特殊情况，例如ROW()和COLUMN()括号内部没有任何内容，所有这种括号应该作为普通字符处理，另外被""包含的字符串可能包含括号，也应该作为普通字符。

构建多叉树层次结构

设计数据结构：

class Node:def __init__(self, parent=None, tab_size=0):self.parent = parentself.tab_size = tab_sizeself.data = []

parent存储父节点的指针，tab_size存储当前节点的层级，data存储当前节点的所有数据。

构建代码：

tab_size = 0
node = root = Node()
for block in blocks:if block.endswith("("):tab_size += 1child_node = Node(node, tab_size)node.data.append(child_node)node = child_nodenode.data.append(block)elif block.startswith(")"):tab_size -= 1node.data.append(block)node = node.parentelse:node.data.append(block)

构建完毕后，这段数据在内存中的结构（仅展示data）如下:

遍历打印这颗多叉树

def node_next_line(node):for i, e in enumerate(node.data):if isinstance(e, str):if i == 0 or i == len(node.data) - 1:tab = node.tab_size - 1else:tab = node.tab_sizeyield f"{' ' * 2 * tab}{e}"else:yield from node_next_line(e)result = [line for line in node_next_line(root)]
print("\n".join(result))

结果：

=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),4),1,"")&56),0))
)

合并最内层的节点

显然将最内层的node5节点合并一下阅读性更好：

首先给数据结构增加判断是否为纯文本节点的方法：

class Node:def __init__(self, parent=None, tab_size=0):self.parent = parentself.tab_size = tab_sizeself.data = []def is_single_node(self):for e in self.data:if not isinstance(e, str):return Falsereturn Truedef get_single_text(self):return "".join(self.data)

下面是合并纯文本节点的实现，max_combine_layer决定了合并的最大次数，如果合并后长度超过text_max_length参数，则不应用这次合并：

from collections import dequedef combine_node(root, text_max_length=60, max_combine_layer=3):"""合并最内层的只有纯文本子节点的节点为单个文本节点:param root: 被合并的节点:param text_max_length: 合并后的文本长度不超过该参数，则应用该合并替换原节点:param max_combine_layer: 最大合并层数:return:"""for _ in range(max_combine_layer):no_change = Truestack = deque([root])while stack:node = stack.pop()tmp = {}for i, e in enumerate(node.data):if isinstance(e, Node):if e.is_single_node():single_text = e.get_single_text()if len(single_text) < text_max_length:tmp[i] = single_textelse:stack.append(e)for i, e in tmp.items():node.data[i] = eif len(tmp) != 0:no_change = Falseif no_change:break

合并一次：

combine_node(root, 100, 1)
result = [line for line in node_next_line(root)]
print("\n".join(result))

结果：

=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")&56),0))
)

合并二次：

combine_node(root, 100, 2)
result = [line for line in node_next_line(root)]
print("\n".join(result))

结果：

=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")&56),0))
)

合并三次：

combine_node(root, 100, 3)
result = [line for line in node_next_line(root)]
print("\n".join(result))

结果：

=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")&56),0))
)

合并三次后的内存情况：

体验网址

http://xiaoxiaoming.xyz:8088/excel

不保证永久有效。