多处理：使用 Win32 API 从 Python 修改 Excel-Cells

Question

我真的在这里寻找一个好的解决方案，也许我如何做或最后尝试做的完整概念是错误的！？

我想让我的代码能够使用我所有的内核。在代码中，我正在使用 Win32 API 修改 Excel 单元格。我写了一个小的 xls-Class，它可以检查所需的文件是否已经打开（或者如果没有打开它）并将值设置为单元格。我的精简代码如下所示：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import os
import win32com.client as win32
from multiprocessing import Pool
from time import sleep

class xls:
    excel = None
    filename = None    
    wb = None
    ws = None

    def __init__(self, file):
        self.filename = file

    def getNumOpenWorkbooks(self):
        return self.excel.Workbooks.Count

    def openExcelOrActivateWb(self):
        self.excel = win32.gencache.EnsureDispatch('Excel.Application')

        # Check whether one of the open files is the desired file (self.filename)
        if self.getNumOpenWorkbooks() > 0:
            for i in range(self.getNumOpenWorkbooks()):
                if self.excel.Workbooks.Item(i+1).Name == os.path.basename(self.filename):
                    self.wb = self.excel.Workbooks.Item(i+1)
                    break
        else:    
            self.wb = self.excel.Workbooks.Open(self.filename)

    def setCell(self, row, col, val):
        self.ws.Cells(row, col).Value = val  

    def setLastWorksheet(self):
        self.ws = self.wb.Worksheets(self.wb.Worksheets.Count)



if __name__ == '__main__':    
    dat = zip(range(1, 11), [1]*10)

    # Create Object
    xls = xls('blaa.xls')
    xls.openExcelOrActivateWb()
    xls.setLastWorksheet()

    for (row, col) in dat:
        # Calculate some value here (only depending on row,col):
        # val = some_func(row, col)
        val = 'test'
        xls.setCell(row, col, val)

现在循环只依赖于两个迭代变量，我想让它在多个内核上并行运行。所以我听说过线程和多处理，但后者对我来说似乎更容易，所以我试了一下。

所以我把代码改成这样：

import os
import win32com.client as win32
from multiprocessing import Pool
from time import sleep

class xls:
    ### CLASS_DEFINITION LIKE BEFORE ###

''' Define Multiprocessing Worker '''
def multiWorker((row, col)):
    xls.setCell(row, col, 'test')

if __name__ == '__main__':    
    # Create Object
    xls = xls('StockDatabase.xlsm')
    xls.openExcelOrActivateWb()
    xls.setLastWorksheet()

    dat = zip(range(1, 11), [1]*10)

    p = Pool()  
    p.map(multiWorker, dat) 

似乎没有工作，因为在阅读了一些内容后，Multiprocessing 启动了新进程，因此工作人员不知道 xls。

不幸的是，我不能将xls 作为第三个参数传递给他们，因为 Win32 不能被腌制:( 像这样：

def multiWorker((row, col, xls)):
    xls.setCell(row, col, 'test')

if __name__ == '__main__':    
    # Create Object
    xls = xls('StockDatabase.xlsm')
    xls.openExcelOrActivateWb()
    xls.setLastWorksheet()

    dat = zip(range(1, 11), [1]*10, [xls]*10)

    p = Pool()  
    p.map(multiWorker, dat) 

唯一的方法是在定义 multiWorker 之前为每个进程初始化 Win32：

# Create Object
xls = xls('StockDatabase.xlsm')
xls.openExcelOrActivateWb()
xls.setLastWorksheet()

def multiWorker((row, col, xls)):
    xls.setCell(row, col, 'test')

if __name__ == '__main__':    
    dat = zip(range(1, 11), [1]*10, [xls]*10)

    p = Pool()  
    p.map(multiWorker, dat) 

但我不喜欢它，因为我的 xls 构造函数有更多逻辑，它会自动尝试查找已知标题子字符串的列 ID...所以这比想要的要多一点努力（而且我不认为每个进程都应该真正打开它自己的 Win32 COM 接口），这也给了我一个错误，因为 gencache.EnsureDispatch 可能无法如此频繁地调用......

怎么办？解决方案如何？ 谢谢！！

Answer 1

虽然 Excel 在重新计算电子表格时可以使用多个内核，但其编程接口与单线程的 UI 模型紧密相关。活动的工作簿、工作表和选择都是单例对象；这就是为什么您不能在使用 COM（或 VBA，就此而言）驱动 Excel UI 的同时与它进行交互。

tl;博士

Excel 不能那样工作。