第1节，使用openpyxl 读取excel文件

本系列所有代码和示例文件均可以下载，关注右侧公众号，回复: excel 即可获得下载链接

使用python对excel进行自动化操作，我推荐使用openpyxl，因为它同时支持读写excel，而流行的xlrd 只支持读操作而xlwt 只支持写操作。

实现对excel的读取，只需要以下几个轻松的步骤

1. 引入openpyxl

from openpyxl import load_workbook

2. 打开excel文件

file_path = './求一行数据的和.xlsx'
workbook = load_workbook(file_path)

使用load_workbook函数打开excel文件，获得整个excel对象

3. 选取sheet

一个excel 有一个或多个sheet，使用python读取excel数据时，必须指定要读取哪个sheet的数据

sheet = workbook.get_sheet_by_name('学生成绩')

get_sheet_by_name 方法允许你根据sheet名称获取sheet对象，在你使用python读取excel之前，你应当已经了解excel里的内容，比如有多少个sheet， sheet的名称，数据存储在哪一行哪一列，如果这些您都不知道，那么自动化将无法实现，一言以蔽之，你不知道该怎样做的事情，程序也不会知道。

get_sheet_names方法可以返回excel里所有的sheet名称。

4. 读取sheet中的数据

4.1 获取行列信息

在读取sheet的数据时，你应当首先获取这个sheet页的数据有多少行，多少列，得到这些信息后就可以按行遍历或者是按列进行遍历。

start_row = sheet.min_row       # 起始行
end_row = sheet.max_row         # 结束行

start_col = sheet.min_column    # 起始列
end_col = sheet.max_column      # 结束列

print(start_row, end_row, start_col, end_col)

openoyxl 会自动帮你识别数据的行列范围，以下图数据为例

数据的起始行并不是1，而是6，从第6行开始才开始有数据，数据的起始列是1，也就是A这一列。openpyxl 所有涉及到索引的操作都是从1开始的，这样做违背了编程语言普遍遵守的索引从0开始的原则，但有助于非计算机从业人员使用它操作excel，因为excel里行的索引是从1开始的，人们在编程时可以不经过换算使用从excel里获得索引数值。

4.2 读取某个单元格

读取一个单元格的数据，需要指定单元格的行号与列号，以下图数据为例

读取小刚的考试分数总和，需要读取第2行第5列的单元格的数据

score_sum = sheet.cell(2, 5)
print(score_sum, type(score_sum))    # <Cell '学生成绩'.E2> <class 'openpyxl.cell.cell.Cell'>

cell方法的返回值是Cell类型，但我们其实只希望获取单元格里的值，Cell类型数据通常对我们没有什么帮助，单元格的值存储在value属性里

score_sum = sheet.cell(2, 5).value
print(score_sum, type(score_sum))    # 288 <class 'int'>

openpyxl 会尝试帮你推断数据的类型，它会尽可能将数据类型转换为int或者float。

处理使用cell方法，你还可以单元格的名称来获取数值，这种方式很适合读取指定位置的单元格数据

print(sheet['E2'].value)

4.3 按行遍历

按行遍历数据，可使用iter_rows方法

def iter_rows(self, min_row=None, max_row=None, min_col=None, max_col=None, values_only=False):
    pass

该方法允许你指定遍历开始和结束的行，同时可以指定这些行数据在列上起始和结束位置，设置这4个参数，可以获取指定大小的矩形范围内的数据，如果这些参数都不指定，那么就全量遍历，等同于调用rows方法，rows方法在内部调用iter_rows方法。

for row in sheet.rows:
    print(row)

row 的类型是元组，元组里的元素都是Cell类型，想要获得单元格的存储内容，还需要你进一步做处理

rows = []
for row in sheet.rows:
    rows.append([cell.value for cell in row])

print(rows)

我很奇怪，为什么openpyxl不提供更直接一点的方法让用户直接获得单元格的实际存储值呢，非要返回Cell对象，让人不得不进一步做处理，如果不是因为它能同时支持读和写，我真不想使用它。

4.4 按列遍历

与按行遍历相似，openpyxl提供了iter_cols 和 columns方法，使用方法参考4.3

cols = []
for col in sheet.columns:
    cols.append([cell.value for cell in col])

print(cols)

4.5 读取某一行或者某一列的数据

想要读取某一行数据，那么你一定是事先知晓了行号，假设要读取第一行的内容

row = sheet.iter_cols(min_col=start_col, max_col=end_col, min_row=1, max_row=1)
row = [cell[0].value for cell in row]
print(row)      # ['姓名', '语文', '数学', '英语', '总和']

还有更简单点的写法

row = []
for i in range(start_col, end_col+1):
    row.append(sheet.cell(1, i).value)

print(row)      # ['姓名', '语文', '数学', '英语', '总和']

获取第一列的数据，可以这样写

col = []
for i in range(start_row, end_row + 1):
    col.append(sheet.cell(i, 1).value)

print(col)      # ['姓名', '小刚', '小明', '小丽', '小王']