将带有特殊字符的 Excel 工作表输出到 CSV

Question

我有一个包含多个工作表的 Excel 文件。我想从文件中取出一个特定的工作表并将其保存为 CSV 文件，用逗号分隔（我还没有做到这一点）。该工作表包含具有类似于右下方最后一列的特殊字符的数据。我不介意忽略这些字符。

    **DateStamp Country ComputerName    Domain    IPAddress   OperatingSystem**
    2017-05-24  USA     Computer1       Domain1   1.2.3.4     Windows 2008
    2017-05-24  England Computer2       Domain2   1.2.3.5     Windows Server® 2008

到目前为止我的代码是：

import os
import xlrd
import sys

file = 'path/to/my/file.xlsx'
workbook = xlrd.open_workbook(file)
sheet = workbook.sheet_by_name('Data')

for rowx in range(sheet.nrows):
    coldata = sheet.row_values(rowx)
    coldata = " ".join(str(x) for x in coldata).encode('ascii')
with open ('/path/log.txt','a') as results:
    results.write(coldata)
results.close()

我必须将数据转换为字符串，否则它将在每个字段旁边包含 u'，这是我不希望在我的 CSV 中出现的。在尝试这样做时，我遇到了各种错误。 我得到的错误是：

UnicodeEncodeError: 'ascii' codec can't encode character u'\xae' in position 14: ordinal not in range(128)

如果我试图忽略这些字符，我会得到这个：

colsdata = colsdata.decode('ascii','ignore')
Attribute error: 'list' object has no attribute 'decode'

这些错误发生在我能够写入日志之前。

请给我一些帮助。谢谢！

Answer 1

这应该可以解决问题。它将忽略无法转换的 unicode 字符。

import os
import xlrd
import sys
import unicodedata

workbook_path = "path/to/my/file.xlsx"
workbook = xlrd.open_workbook(workbook_path)
sheet = workbook.sheet_by_name("Sheet1")
csv_data = ""

def normalize(value):
     result = unicodedata.normalize("NFKD", unicode(value)).encode("ascii","ignore")
     return result

for rowx in range(sheet.nrows):
    coldata = sheet.row_values(rowx)
    # Append data to string that we are going to output
    # and add new line
    csv_data += ", ".join(normalize(x) for x in coldata) + "\n"

with open ("/path/log.txt","a") as results:
    results.write(csv_data)

我使用包含一些虚假数据和文本 Windows Server 20008 ® 的 excel 文件对其进行了测试，它为 csv_data 返回了以下内容：

print csv_data

foo, bar, baz
1.0, 2.0, 3.0
4.0, 5.0, 6.0
7.0, 8.0, Windows Server 2008