作为一名老Python玩家，这些年没少和Excel表格打交道，尤其是老版本的.xls文件。说实话，刚开始我也挺头疼的，各种编码问题、版本兼容性问题，简直让人抓狂！但经过多年的摸爬滚打，也算是总结出了一套比较靠谱的解决方案。今天就来跟大家分享一下，如何用 Python 优雅地 打开.xls 文件，并提取其中的数据。
首先，我们要明确一点，.xls 文件是老版本的 Excel 文件格式，而现在的 Excel 主要使用 .xlsx 格式。因此，处理 .xls 文件，我们需要用到专门的库。最常用的，莫过于 xlrd 这个库了。它是一个专门用于读取 Excel 文件的 Python 库，支持 .xls 格式。
“`python
import xlrd
try:
# 打开 Excel 文件
workbook = xlrd.open_workbook(‘your_file.xls’)
# 选择第一个 sheet
sheet = workbook.sheet_by_index(0) # 或者使用 sheet_by_name('Sheet1')
# 循环读取每一行
for row_index in range(sheet.nrows):
# 获取当前行的数据
row = sheet.row_values(row_index)
# 打印每一行的数据
print(row)
except FileNotFoundError:
print(“文件未找到，请检查路径是否正确！”)
except Exception as e:
print(f”发生错误: {e}”)
“`
这段代码，我感觉是打开.xls 文件最基础，也是最稳妥的方式。注意，your_file.xls 要替换成你实际的文件名。
当然，xlrd 库也不是万能的。它只能读取 .xls 文件，不能写入。如果你需要修改 .xls 文件，或者创建新的 .xls 文件，那就需要用到另一个库：xlwt。但是，我个人不推荐直接修改老版本的 .xls 文件，因为兼容性问题真的很多。 лучше создать новый файл в формате .xlsx.
那么，问题来了，如果你的.xls 文件非常大，用 xlrd 读取速度很慢怎么办？ 这时候，可以考虑分块读取，或者使用 openpyxl 库。虽然 openpyxl 主要用于处理 .xlsx 文件，但它也可以读取 .xls 文件，并且在处理大型文件时性能更好一些。
“`python
import openpyxl
try:
# 注意：openpyxl 打开 .xls 文件可能需要安装 additional 包
# pip install pyexcel-xls
# pip install pyexcel-io
# 加载工作簿
workbook = openpyxl.load_workbook('your_file.xls', read_only=True)
# 选择第一个工作表
sheet = workbook.active
# 遍历行并打印数据
for row in sheet.iter_rows(values_only=True):
print(row)
# 关闭工作簿
workbook.close()
except FileNotFoundError:
print(“文件未找到，请检查路径是否正确！”)
except Exception as e:
print(f”发生错误: {e}”)
“`
这段代码的性能确实好一些，但是要注意，你需要额外安装 pyexcel-xls 和 pyexcel-io 这两个包，才能让 openpyxl 正确读取 .xls 文件。
此外，如果你的 .xls 文件里包含复杂的公式、宏，或者特殊的格式，那么使用 xlrd 或 openpyxl 可能会遇到一些问题。这时候，可以考虑使用 pandas 库。pandas 是一个强大的数据分析库，它也支持读取 Excel 文件，并且能够处理更复杂的数据结构。
“`python
import pandas as pd
try:
# 读取 Excel 文件
df = pd.read_excel(‘your_file.xls’)
# 打印 DataFrame
print(df)
# 也可以将 DataFrame 转换为其他格式
# 例如：转换为 CSV 文件
# df.to_csv('output.csv', index=False)
except FileNotFoundError:
print(“文件未找到，请检查路径是否正确！”)
except Exception as e:
print(f”发生错误: {e}”)
“`
用 pandas 读取 .xls 文件，简直不要太方便！ 它会自动将 Excel 表格转换为 DataFrame 对象，你可以像处理数据库表格一样，对数据进行各种操作：筛选、排序、分组、聚合等等。 而且，pandas 还可以将 DataFrame 转换为其他格式，比如 CSV 文件、JSON 文件、甚至直接导入到数据库里。
我个人最喜欢用 pandas 来处理 Excel 数据，因为它真的太灵活了。 尤其是当数据量比较大，或者数据结构比较复杂的时候，pandas 的优势就更加明显了。
当然，选择哪个库来打开 .xls 文件，还是要根据你的具体需求来决定。 如果只是简单地读取数据，xlrd 足够了。 如果需要处理大型文件，或者需要更好的性能，可以考虑 openpyxl。 如果需要处理复杂的数据结构，或者需要进行数据分析，那就非 pandas 莫属了。
最后，我想说的是，处理 Excel 文件，尤其是老版本的 .xls 文件，需要耐心和细心。 遇到问题不要慌，仔细阅读报错信息，多查资料，多尝试，总能找到解决方案的。 毕竟，程序员的成长，就是在不断解决问题的过程中实现的嘛！ 而且现在chatGPT也很厉害，如果遇到问题也可以问问它。
希望这篇文章能够帮助你更好地理解如何用 Python 打开 .xls 文件。 记住，选择合适的工具，解决实际问题，才是最重要的。 祝你编程愉快！
评论(0)