Python Excel工具类封装, 实现excel表头加颜色

封装Excel工具类

我们常用的excel工具类，读有xlrd，写有xlwt。有读有写，新一代库有pandas，openpyxl等等。

大家用法都差不多，今天博主就介绍新手最爱，我也爱的xlrd和xlwt。（不过xlwt似乎最多只支持65535条数据，此乃一坑）

缘起

老板给博主安排了一个导出excel的任务，而这个新项目里面还尚未编写此类公共方法，于是就想来一波尝试。

主要是想把xlwt和xlrd做一个整合，但并不是说要对一个文件读和写，因为应用场景一般是导入或者导出。

封装ExcelHelper类

读数据

我们需要先接受一个filename（文件的全路径），初始化helper对象，所以我们可以顺手写出这样的代码:

class ExcelHelper(object):def __init__(self, filename):self.filename = filename

接着我们编写xlrd的部分，虽然网上的例子一大把，但是有特色的还是少。我决定支持读数组，也支持读json数组。

啥子是json数组，因为我们excel一般都是表头+表数据组成，如果光给一条数据，你不知道他属于哪一列，那还得往上找它的表头，和之对应起来。

比如我们经常读出的数据是:

data = [['姓名', '电话'],['三毛', '17800000000']
]

当列的数据比较多的时候，我们给你一个三毛，你知道它的表头是姓名吗？还是小名？

如果是这样的数据呢？

data = [{"姓名": "三毛", "电话": "17800000000"}
]

两种数据，不同的展示方式，其实内容相差无几。

编写read_data方法

    def read_data(self):"""获取数据，不区分表头:return:"""book = xlrd.open_workbook(self.filename)sheets = book.sheets()for s in sheets:yield (s.row_values(i) for i in range(s.nrows))

这边用了yield关键字，之所以不用list，还是考虑到数据表数据如果很多，那么全部放到list，会占用很大内存空间，所以用了yield节省内存空间。

这里如果有疑问，大家可以查下生成器相关资料。

编写read_json相关方法

    @staticmethoddef read_json_item(sheet):"""获取json数据:param sheet::return:"""if sheet.nrows <= 1:return (sheet.row_values(i) for i in range(sheet.nrows))# 否则说明数据大于1行header = sheet.row_values(0)for i in range(1, sheet.nrows):row_data = dict()for j in range(sheet.ncols):row_data[header[j]] = sheet.cell_value(i, j)yield row_datadef read_json_data(self):"""获取List[dict]数据，也就是JSON数组:return:"""book = xlrd.open_workbook(self.filename)sheets = book.sheets()for st in sheets:yield ExcelHelper.read_json_item(st)

比较常规，excel可能会有多个sheet，所以我们遍历sheets。接着去每个sheet中拿到每行数据，由于要求json数组模式，所以我们需要判断下行数。

如果就1行，那就最多一个表头，没啥意义，所以我们直接切换到原生模式，一行一行读数据。

写数据

python编程https://edu.csdn.net/course/detail/36170

写数据的demo比较简单，考虑到传入json数组的时候，万一有小可爱传这样的数据，其实我们是不太好支持的:

a = [{"名字": "张三", "称号": "法外狂徒"},{"性格": "闷骚", "称号": "秒杀光环"}
]

可以看到2条数据对不上~所以不打算支持这样的数据。

编写write_data方法

我们知道，表头是个很重要的数据，我们要让她与众不同一点，所以我们可以设置下它的样式。

    @staticmethoddef get_style():style = xlwt.XFStyle()pattern = xlwt.Pattern()pattern.pattern = xlwt.Pattern.SOLID_PATTERNpattern.pattern_fore_colour = xlwt.Style.colour_map['sky_blue']style.pattern = patternreturn style

创建style，设置背景色为纯洁的天蓝色，最后返回style。

这个style有什么用呢，我们在写入数据的时候可以指定单元格的样式。

接着编写write方法:

    def write_excel_data(self, header, row_data, sheet_name="sheet1"):wb = xlwt.Workbook()ws = wb.add_sheet(sheet_name)# 写入表头for i, h in enumerate(header):ws.write(0, i, h, self.style)# 写入数据for line, row in enumerate(row_data):for c, item in enumerate(row):ws.write(line + 1, c, str(item))wb.save(self.filename)

接受参数是表头（数组），row_data(二维数组)，写入完毕后调用save方法。

如果有需要对多个sheet写入，请自行改造。

本节总体来说，只是写了一个excel的读写方法，亮点在于读json数组和表头搞颜色。

下次聊聊FastApi下载文件以及删除下载后的文件。

完整代码如下（其实是给我自己备份）:

import xlrd
import xlwtclass ExcelHelper(object):def __init__(self, filename):self.filename = filenameself.style = ExcelHelper.get_style()@staticmethoddef get_style():style = xlwt.XFStyle()pattern = xlwt.Pattern()pattern.pattern = xlwt.Pattern.SOLID_PATTERNpattern.pattern_fore_colour = xlwt.Style.colour_map['sky_blue']style.pattern = patternreturn styledef read_data(self):"""获取数据，不区分表头:return:"""book = xlrd.open_workbook(self.filename)sheets = book.sheets()for s in sheets:yield (s.row_values(i) for i in range(s.nrows))@staticmethoddef read_json_item(sheet):"""获取json数据:param sheet::return:"""if sheet.nrows <= 1:return (sheet.row_values(i) for i in range(sheet.nrows))# 否则说明数据大于1行header = sheet.row_values(0)for i in range(1, sheet.nrows):row_data = dict()for j in range(sheet.ncols):row_data[header[j]] = sheet.cell_value(i, j)yield row_datadef read_json_data(self):"""获取List[dict]数据，也就是JSON数组:return:"""book = xlrd.open_workbook(self.filename)sheets = book.sheets()for st in sheets:yield ExcelHelper.read_json_item(st)def write_excel_data(self, header, row_data, sheet_name="sheet1"):wb = xlwt.Workbook()ws = wb.add_sheet(sheet_name)# 写入表头for i, h in enumerate(header):ws.write(0, i, h, self.style)# 写入数据for line, row in enumerate(row_data):for c, item in enumerate(row):ws.write(line + 1, c, str(item))wb.save(self.filename)

python编程https://edu.csdn.net/course/detail/36170