AWS GLUE 导入 xls/xlsx 文件答案

【问题标题】：AWS GLUE import xls/xlsx fileAWS GLUE 导入 xls/xlsx 文件
【发布时间】：2019-12-18 18:17:38
【问题描述】：

我正在为我的客户设置 AWS GLUE 作业。他们的文件是带有 xls/xlsx 扩展名的 excel 文件，并且有多个工作表，他们不想在上传之前做任何转换工作。如何直接从 xls/xlsx 文件中提取数据或 GLUE 可以将 xls/xlsx 文件转换为 csv 文件？

【问题讨论】：

标签： amazon-web-services aws-glue

【解决方案1】：

目前 GLUE 不支持 xls/xlsx。最简单的方法是用胶水编写一个 python shell 作业，将 excel 转换为 csv，然后在其上运行爬虫。下面是python中的sample

 import xlrd
 import csv

 def csv_from_excel():

    wb = xlrd.open_workbook('your_workbook.xls')
    sh = wb.sheet_by_name('Sheet1')
    your_csv_file = open('your_csv_file.csv', 'wb')
    wr = csv.writer(your_csv_file, quoting=csv.QUOTE_ALL)

    for rownum in xrange(sh.nrows):
        wr.writerow(sh.row_values(rownum))

    your_csv_file.close()

【讨论】：

如何在胶水中导入最新版本的xlrd？

【解决方案2】：

xls/xlsx 文件类型目前不可用。您需要编写转换器脚本将文件从 xls/xlsx 转换为 CSV。

Classifier API

【讨论】：