在 python 中使用 csv 模块读取 .xlsx

Question

我正在尝试使用 csv 模块读取具有 .xlsx 格式的 excel 文件，但在使用 excel 文件时，即使指定了我的方言和编码，我也没有任何运气。下面，我展示了我尝试的不同编码的不同尝试和错误结果。如果有人能指出我可以用来在 Python 中读取 .xlsx 文件的正确编码、语法或模块，我将不胜感激。

使用以下代码，我收到以下错误：_csv.Error: line contains NULL byte

#!/usr/bin/python

import sys, csv

with open('filelocation.xlsx', "r+", encoding="Latin1")  as inputFile:
    csvReader = csv.reader(inputFile, dialect='excel')
    for row in csvReader:
        print(row)

使用以下代码，我收到以下错误：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xcc in position 16: invalid continuation byte

#!/usr/bin/python

import sys, csv

with open('filelocation.xlsx', "r+", encoding="Latin1")  as inputFile:
    csvReader = csv.reader(inputFile, dialect='excel')
    for row in csvReader:
        print(row)

当我在encoding 中使用utf-16 时，出现以下错误：UnicodeDecodeError: 'utf-16-le' codec can't decode bytes in position 570-571: illegal UTF-16 surrogate

Answer 1

您不能使用 Python 的 csv 库来读取 xlsx 格式的文件。您需要安装和使用不同的库。例如，您可以使用openpyxl，如下所示：

import openpyxl

wb = openpyxl.load_workbook("filelocation.xlsx")
ws = wb.active

for row in ws.iter_rows(values_only=True):
    print(row)

这会将文件中的所有行显示为行值列表。 Python Excel 网站提供了其他可能的示例。

---

或者，您可以创建一个行列表：

import openpyxl

wb = openpyxl.load_workbook("filelocation.xlsx")
ws = wb.active

data = list(ws.iter_rows(values_only=True))

print(data)

---

注意：如果您使用的是旧版 Excel 格式 .xls，则可以改用 xlrd 库。这不再支持.xlsx 格式。

import xlrd

workbook = xlrd.open_workbook("filelocation.xlsx")
sheet = workbook.sheet_by_index(0)
data = [sheet.row_values(rowx) for rowx in range(sheet.nrows)]

print(data)

Answer 2

这是一个仅使用标准库的非常粗略的实现。

def xlsx(fname, sheet=1):
    import zipfile
    from xml.etree.ElementTree import iterparse
    z = zipfile.ZipFile(fname)
    strings = [el.text for e, el in iterparse(z.open('xl/sharedStrings.xml')) if el.tag.endswith('}t')]
    rows = []
    row = {}
    value = ''
    for e, el in iterparse(z.open('xl/worksheets/sheet%s.xml' % sheet)):
        if el.tag.endswith('}v'):  # <v>84</v>
            value = el.text
        if el.tag.endswith('}c'):  # <c r="A3" t="s"><v>84</v></c>
            if el.attrib.get('t') == 's':
                value = strings[int(value)]
            column_name = ''.join(x for x in el.attrib['r'] if not x.isdigit())  # AZ22
            row[column_name] = value
            value = ''
        if el.tag.endswith('}row'):
            rows.append(row)
            row = {}
    return rows

（这是从已删除的问题中复制的：https://stackoverflow.com/questions/4371163/reading-xlsx-files-using-python）

Answer 3

这是一个仅使用标准库的非常粗略的实现。

def xlsx(fname):
    import zipfile
    from xml.etree.ElementTree import iterparse
    z = zipfile.ZipFile(fname)
    strings = [el.text for e, el in iterparse(z.open('xl/sharedStrings.xml')) if el.tag.endswith('}t')]
    rows = []
    row = {}
    value = ''
    for e, el in iterparse(z.open('xl/worksheets/sheet1.xml')):
        if el.tag.endswith('}v'):  # <v>84</v>
            value = el.text
        if el.tag.endswith('}c'):  # <c r="A3" t="s"><v>84</v></c>
            if el.attrib.get('t') == 's':
                value = strings[int(value)]
            letter = el.attrib['r'] # AZ22
            while letter[-1].isdigit():
                letter = letter[:-1]
            row[letter] = value
            value = ''
        if el.tag.endswith('}row'):
            rows.append(row)
            row = {}
    return rows

此答案复制自已删除的问题：https://stackoverflow.com/a/22067980/131881

Answer 4

您不能使用 Python 的 csv 库来读取 .xlsx 格式的文件。您也不能使用讽刺的“pd.read_excel”（它只支持.xls）。下面是我创建的用于导入 .xlsx 的函数。它在您导入的文件的第一行分配列名称。非常直接。

def import_xlsx(filepath):
    wb=openpyxl.load_workbook(filename=filepath, data_only=True)
    ws = wb.active
    df = list(ws.iter_rows(values_only=True))
    new=pd.DataFrame(data=df)
    new1=new[1:]
    new1.columns=new[0:1].values[0].tolist()
    return(new1)

例子：

new_df=import_xlsx('C:\\Users\big_boi\\documents\\my_file.xlsx')