如何从 Amazon S3 存储桶加载 xls 文件并转换为 xlsx 并保存到 Amazon S3

Question

我正在尝试加载 xls 文件并从 Amazon S3 存储桶转换为 xlsx。

如果有人知道该怎么做，真的很感激：

1. 从 s3 读取 xls 文件
2. 将 xls 转换为 xlsx 并保存在 s3 中。

约束： 1.这是一个企业项目，因此无法将文件下载到我的本地并转换和重新上传 2. 我们的内部应用程序运行在 EC2 linux 上，因此无法安装适用于 windows 的软件包，如 win32.client 进行转换。

谢谢！！

Answer 1

尝试以下操作： 当您在 AWS 中运行它时： Python: How to read and load an excel file from AWS S3?

当你在本地运行时：

1. 下载此文件：

• https://boto3.amazonaws.com/v1/documentation/api/latest/guide/s3-example-download-file.html
• Download file from AWS S3 using Python

1. 将 xls 转换为 xlsx：

    def xls_to_xlsx(*args, **kw):
        book_xls = xlrd.open_workbook(*args, formatting_info=True, ragged_rows=True, **kw)
        book_xlsx = openpyxl.workbook.Workbook()
   
        sheet_names = book_xls.sheet_names()
        for sheet_index in range(len(sheet_names)):
            sheet_xls = book_xls.sheet_by_name(sheet_names[sheet_index])
            if sheet_index == 0:
                sheet_xlsx = book_xlsx.active
                sheet_xlsx.title = sheet_names[sheet_index]
            else:
                sheet_xlsx = book_xlsx.create_sheet(title=sheet_names[sheet_index])
            for crange in sheet_xls.merged_cells:
                rlo, rhi, clo, chi = crange
                sheet_xlsx.merge_cells(start_row=rlo + 1, end_row=rhi,
                                       start_column=clo + 1, end_column=chi, )
   
            def _get_xlrd_cell_value(cell):
                value = cell.value
                if cell.ctype == xlrd.XL_CELL_DATE:
                    if value == 1.0:
                        datetime_tup = (0, 0, 0)
                    else:
                        datetime_tup = xlrd.xldate_as_tuple(value, 0)
   
                    if datetime_tup[0:3] == (0, 0, 0):
                        value = datetime.time(*datetime_tup[3:])
                    else:
                        value = datetime.datetime(*datetime_tup)
                return value
   
            for row in range(sheet_xls.nrows):
                sheet_xlsx.append((
                    _get_xlrd_cell_value(cell)
                    for cell in sheet_xls.row_slice(row, end_colx=sheet_xls.row_len(row))
                ))
   
        return book_xlsx
   

2. 将其上传回 S3：

• https://boto3.amazonaws.com/v1/documentation/api/latest/guide/s3-uploading-files.html