首页 > Python资料 博客日记
Python酷库之旅-比翼双飞情侣库(08)
2024-06-22 16:00:04Python资料围观104次
目录
3-28、xlrd.xldate.xldate_as_datetime函数
3-29、xlrd.xldate.xldate_from_date_tuple函数
3-30、xlrd.xldate.xldate_from_datetime_tuple函数
3-31、xlrd.xldate.xldate_from_time_tuple函数
在Excel中，通常所说的“情侣键”并非官方术语，而是对某些常用且经常成对出现的快捷键的一种形象化的称呼。其中，最为人熟知和广泛使用的“情侣键”是“Ctrl+C”和“Ctrl+V”。
1、Ctrl+C：这个快捷键的作用是“拷贝”或“复制”。当你在Excel中选中某个单元格、一行、一列或整个工作表的内容后，按下Ctrl+C键，这些内容就会被复制到计算机的剪贴板中，等待下一步的粘贴操作。
2、Ctrl+V：这个快捷键的作用是“粘贴”。在你按下Ctrl+C键将内容复制到剪贴板后，可以通过按下Ctrl+V键将这些内容粘贴到Excel中的另一个位置，这两个操作经常是连续进行的，因此Ctrl+C和Ctrl+V就像一对“情侣”，总是成对出现。
除了这对常见的“情侣键”外，Excel中还有许多其他的快捷键可以帮助用户更高效地完成各种操作。然而，这些快捷键通常并没有像Ctrl+C和Ctrl+V那样形成特定的“情侣”关系。
然而，今天我不再展开介绍“情侣键”，而是要重点推介Python中的“情侣库”，即xlrd和xlwt两个第三方库。
一、xlrd库的由来
xlrd库是一种用于在Python中读取Excel文件的库，它的名称中的"xl"代表Excel，"rd"代表读取，其开发者是John Machin(注：库名字符拆分诠释，只是一种猜测)。
xlrd最初是在2005年开始开发的，是基于Python的开源项目(下载：xlrd库官网下载)。
由于Excel文件在数据处理和分析中的重要性，xlrd库填补了Python在处理Excel文件方面的空白，使得用户可以方便地在Python环境中读取Excel文件的内容，并进行进一步的数据操作和分析。
二、xlrd库优缺点
1、优点
1-1、支持多种Excel文件格式
xlrd库支持多种Excel文件格式，包括`.xls`和`.xlsx`(在旧版本中)，这使得无论数据存储在哪种格式的Excel文件中，用户都可以使用xlrd库来读取。
1-2、高效性
xlrd库使用C语言编写，因此其性能非常高，即使面对非常大的Excel文件，xlrd也可以快速地读取其中的数据。
1-3、开源性
xlrd是完全开源的，可以在GitHub等平台上找到其源代码，这使得任何人都可以根据自己的需求对其进行修改和扩展。
1-4、简单易用
xlrd提供了简单直接的API来获取单元格数据、行列数等，使得从Excel文件中读取数据变得简单而高效。
1-5、良好的兼容性
xlrd库适配多种Python版本，包括Python 2.7(不包括3.0-3.3)或Python 3.4及以上版本，这为用户提供了广泛的兼容性选择。
2、缺点
2-1、对.xlsx格式支持有限
在xlrd 1.2.0之后的版本中(大约从2020年开始)，xlrd库不再支持`.xlsx`文件格式，这限制了xlrd在新版Excel文件(主要是`.xlsx`格式)上的应用。
2-2、功能相对单一
xlrd库主要专注于从Excel文件中读取数据，而不提供写入或修改Excel文件的功能，这使得在处理需要写入或修改Excel文件的任务时，用户需要结合其他库(如`openpyxl`或`xlwt`)使用。
2-3、更新和维护频率低
由于xlrd库主要关注于读取Excel文件的功能，并且随着`.xlsx`格式的普及，其使用范围逐渐缩小，因此，xlrd库的更新和维护频率可能相对较低。
2-4、依赖外部资源
在某些情况下，xlrd库可能需要依赖外部资源或库来完全发挥其功能，这可能会增加用户在使用xlrd库时的复杂性和不确定性。
总之，xlrd库在读取Excel文件方面具有高效、开源和简单易用等优点，但在对`.xlsx`格式的支持、功能单一以及更新和维护频率等方面存在一些缺点，用户在选择使用xlrd库时需要根据自己的需求进行权衡和选择。
三、xlrd库的版本说明
xlrd库适配的Python版本根据库的不同版本而有所不同。以下是针对几个主要版本的说明：
1、xlrd 1.2.0版本
1-1、适配Python>=2.7(不包括3.0-3.3)或Python>=3.4。
1-2、该版本支持xlsx文件格式，并且是一个广泛使用的版本，因为它能够处理小到中等大小的Excel文件，并且具有较好的性能表现。
2、xlrd 2.0.1版本
2-1、适配Python>=2.7(不包括3.0-3.5)或Python>=3.6。
2-2、该版本不再支持xlsx文件格式，仅支持旧版的xls文件格式，因为在xlrd 2.0版本之后，xlrd移除了对xlsx格式的支持。
3、xlrd3(非官方名称)
xlrd3是xlrd的开源扩展库，提供了对xlsx文件格式的支持，然而，请注意，xlrd3并不是xlrd的官方名称(下载：GitHub - Dragon2fly/xlrd3)。
四、如何学好xlrd库？
1、获取xlrd库的属性和方法
用print()和dir()两个函数获取xlrd库所有属性和方法的列表
# ['Book', 'FILE_FORMAT_DESCRIPTIONS', 'FMLA_TYPE_ARRAY', 'FMLA_TYPE_CELL', 'FMLA_TYPE_COND_FMT', 'FMLA_TYPE_DATA_VAL',
# 'FMLA_TYPE_NAME', 'FMLA_TYPE_SHARED', 'Operand', 'PEEK_SIZE', 'Ref3D', 'XLDateError', 'XLRDError', 'XLS_SIGNATURE',
# 'XL_CELL_BLANK', 'XL_CELL_BOOLEAN', 'XL_CELL_DATE', 'XL_CELL_EMPTY', 'XL_CELL_ERROR', 'XL_CELL_NUMBER', 'XL_CELL_TEXT', 'ZIP_SIGNATURE',
# '__VERSION__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__',
# '__spec__', '__version__',
# 'biff_text_from_num', 'biffh', 'book', 'cellname', 'cellnameabs', 'colname', 'compdoc', 'count_records', 'decompile_formula',
# 'dump', 'dump_formula', 'empty_cell', 'error_text_from_code', 'evaluate_name_formula', 'formatting', 'formula', 'info',
# 'inspect_format', 'oBOOL', 'oERR', 'oNUM', 'oREF', 'oREL', 'oSTRG', 'oUNK', 'okind_dict', 'open_workbook', 'open_workbook_xls',
# 'os', 'pprint', 'rangename3d', 'rangename3drel', 'sheet', 'sys', 'timemachine', 'xldate', 'xldate_as_datetime', 'xldate_as_tuple', 'zipfile']2、获取xlrd库的帮助信息
用help()函数获取xlrd库的帮助信息
Help on package xlrd:
NAME
xlrd
DESCRIPTION
# Copyright (c) 2005-2012 Stephen John Machin, Lingfo Pty Ltd
# This module is part of the xlrd package, which is released under a
# BSD-style licence.
PACKAGE CONTENTS
biffh
book
compdoc
formatting
formula
info
sheet
timemachine
xldate
FUNCTIONS
count_records(filename, outfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>)
For debugging and analysis: summarise the file's BIFF records.
ie: produce a sorted file of ``(record_name, count)``.
:param filename: The path to the file to be summarised.
:param outfile: An open file, to which the summary is written.
dump(filename, outfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>, unnumbered=False)
For debugging: dump an XLS file's BIFF records in char & hex.
:param filename: The path to the file to be dumped.
:param outfile: An open file, to which the dump is written.
:param unnumbered: If true, omit offsets (for meaningful diffs).
inspect_format(path=None, content=None)
Inspect the content at the supplied path or the :class:`bytes` content provided
and return the file's type as a :class:`str`, or ``None`` if it cannot
be determined.
:param path:
A :class:`string <str>` path containing the content to inspect.
``~`` will be expanded.
:param content:
The :class:`bytes` content to inspect.
:returns:
A :class:`str`, or ``None`` if the format cannot be determined.
The return value can always be looked up in :data:`FILE_FORMAT_DESCRIPTIONS`
to return a human-readable description of the format found.
open_workbook(filename=None, logfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>, verbosity=0, use_mmap=True, file_contents=None, encoding_override=None, formatting_info=False, on_demand=False, ragged_rows=False, ignore_workbook_corruption=False)
Open a spreadsheet file for data extraction.
:param filename: The path to the spreadsheet file to be opened.
:param logfile: An open file to which messages and diagnostics are written.
:param verbosity: Increases the volume of trace material written to the
logfile.
:param use_mmap:
Whether to use the mmap module is determined heuristically.
Use this arg to override the result.
Current heuristic: mmap is used if it exists.
:param file_contents:
A string or an :class:`mmap.mmap` object or some other behave-alike
object. If ``file_contents`` is supplied, ``filename`` will not be used,
except (possibly) in messages.
:param encoding_override:
Used to overcome missing or bad codepage information
in older-version files. See :doc:`unicode`.
:param formatting_info:
The default is ``False``, which saves memory.
In this case, "Blank" cells, which are those with their own formatting
information but no data, are treated as empty by ignoring the file's
``BLANK`` and ``MULBLANK`` records.
This cuts off any bottom or right "margin" of rows of empty or blank
cells.
Only :meth:`~xlrd.sheet.Sheet.cell_value` and
:meth:`~xlrd.sheet.Sheet.cell_type` are available.
When ``True``, formatting information will be read from the spreadsheet
file. This provides all cells, including empty and blank cells.
Formatting information is available for each cell.
Note that this will raise a NotImplementedError when used with an
xlsx file.
:param on_demand:
Governs whether sheets are all loaded initially or when demanded
by the caller. See :doc:`on_demand`.
:param ragged_rows:
The default of ``False`` means all rows are padded out with empty cells so
that all rows have the same size as found in
:attr:`~xlrd.sheet.Sheet.ncols`.
``True`` means that there are no empty cells at the ends of rows.
This can result in substantial memory savings if rows are of widely
varying sizes. See also the :meth:`~xlrd.sheet.Sheet.row_len` method.
:param ignore_workbook_corruption:
This option allows to read corrupted workbooks.
When ``False`` you may face CompDocError: Workbook corruption.
When ``True`` that exception will be ignored.
:returns: An instance of the :class:`~xlrd.book.Book` class.
DATA
FILE_FORMAT_DESCRIPTIONS = {'xls': 'Excel xls', 'xlsb': 'Excel 2007 xl...
FMLA_TYPE_ARRAY = 4
FMLA_TYPE_CELL = 1
FMLA_TYPE_COND_FMT = 8
FMLA_TYPE_DATA_VAL = 16
FMLA_TYPE_NAME = 32
FMLA_TYPE_SHARED = 2
PEEK_SIZE = 8
XLS_SIGNATURE = b'\xd0\xcf\x11\xe0\xa1\xb1\x1a\xe1'
XL_CELL_BLANK = 6
XL_CELL_BOOLEAN = 4
XL_CELL_DATE = 3
XL_CELL_EMPTY = 0
XL_CELL_ERROR = 5
XL_CELL_NUMBER = 2
XL_CELL_TEXT = 1
ZIP_SIGNATURE = b'PK\x03\x04'
__VERSION__ = '2.0.1'
biff_text_from_num = {0: '(not BIFF)', 20: '2.0', 21: '2.1', 30: '3', ...
empty_cell = empty:''
error_text_from_code = {0: '#NULL!', 7: '#DIV/0!', 15: '#VALUE!', 23: ...
oBOOL = 3
oERR = 4
oNUM = 2
oREF = -1
oREL = -2
oSTRG = 1
oUNK = 0
okind_dict = {-2: 'oREL', -1: 'oREF', 0: 'oUNK', 1: 'oSTRG', 2: 'oNUM'...
VERSION
2.0.1
FILE
e:\python_workspace\pythonproject\lib\site-packages\xlrd\__init__.py3、用法精讲
3-28、xlrd.xldate.xldate_as_datetime函数
3-28-1、语法
xldate_as_datetime(xldate, datemode)
Convert an Excel date/time number into a :class:`datetime.datetime` object.
:param xldate: The Excel number
:param datemode: 0: 1900-based, 1: 1904-based.
:returns: A :class:`datetime.datetime` object.
3-28-2、参数
3-28-2-1、xldate(必须)：一个浮点数，表示Excel中的日期或时间。在Excel中，日期和时间是以从某个基准日期(通常是1900年1月0日或1904年1月0日，取决于Excel的版本和设置)开始的天数和小数部分(表示一天中的时间)来表示的。
3-28-2-2、datemode(可选)：一个整数，表示Excel使用的日期系统。它有两种可能的值：
0：表示 Excel 使用的是基于1900年的日期系统。这是最常见的设置，特别是在Windows版本的Excel中。
1：表示Excel使用的是基于1904年的日期系统。这通常只在Mac版本的Excel中见到，但在某些特定的Windows应用程序或设置中也可能会遇到。
3-28-3、功能
将Excel中的日期和时间值(这些值在Excel中通常是以浮点数形式存储的)转换为Python的datetime对象，这对于从Excel文件中读取日期和时间数据并在Python中进行进一步处理非常有用。
3-28-4、返回值
一个datetime对象，表示转换后的日期和时间。这个对象包含了年、月、日、小时、分钟和秒(或者最接近的秒)的信息。
3-28-5、说明
无
3-28-6、用法
# 28、xlrd.xldate.xldate_as_datetime函数
import xlrd
# 打开Excel文件
workbook = xlrd.open_workbook(r'E:\360Downloads\test.xls')
# 选择第一个工作表
sheet = workbook.sheet_by_index(0)
# 假设第一列是日期数据，并且我们知道datemode
datemode = workbook.datemode
# 遍历第一列的所有行
for row_idx in range(sheet.nrows):
# 读取第一列的值
cell_value = sheet.cell_value(row_idx, 0)
# 检查单元格类型是否为数值（包括日期）
if sheet.cell_type(row_idx, 0) == xlrd.XL_CELL_NUMBER:
# 检查单元格值是否为日期类型(通常是一个浮点数)
if xlrd.xldate.is_date(cell_value, datemode):
# 将Excel日期转换为Python datetime对象
date_value = xlrd.xldate.xldate_as_datetime(cell_value, datemode)
print(f"Row {row_idx + 1}: {date_value}")
else:
# 如果不是日期，但仍然是数值，则输出单元格值
print(f"Row {row_idx + 1}: 数值但不是日期: {cell_value}")
else:
# 如果不是数值类型，则输出单元格值（可能是文本、空单元格等）
print(f"Row {row_idx + 1}: {cell_value}")
# 注意：上面的代码仅处理第一列，并且假设datemode已经通过workbook.datemode获得3-29、xlrd.xldate.xldate_from_date_tuple函数
3-29-1、语法
xldate_from_date_tuple(date_tuple, datemode)
Convert a date tuple (year, month, day) to an Excel date.
:param year: Gregorian year.
:param month: ``1 <= month <= 12``
:param day: ``1 <= day <= last day of that (year, month)``
:param datemode: 0: 1900-based, 1: 1904-based.
:raises xlrd.xldate.XLDateAmbiguous:
:raises xlrd.xldate.XLDateBadDatemode:
:raises xlrd.xldate.XLDateBadTuple:
``(year, month, day)`` is too early/late or has invalid component(s)
:raises xlrd.xldate.XLDateError:3-29-2、参数
3-29-2-1、date_tuple(必须)：一个包含三个整数值的元组，分别代表年(year)、月(month)、日(day)。
3-29-2-2、datemode(可选)：一个整数，表示Excel使用的日期系统。它有两种可能的值：
0：表示 Excel 使用的是基于1900年的日期系统。这是最常见的设置，特别是在Windows版本的Excel中。
1：表示Excel使用的是基于1904年的日期系统。这通常只在Mac版本的Excel中见到，但在某些特定的Windows应用程序或设置中也可能会遇到。
3-29-3、功能
用于将一个Python的日期元组(通常是一个由year、month、day组成的元组)转换为一个Excel日期格式的内部表示(即一个浮点数)。
3-29-4、返回值
返回值是一个浮点数，表示Excel中的日期。
3-29-5、说明
无
3-29-6、用法
# 29、xlrd.xldate.xldate_from_date_tuple函数
import xlrd
# 定义一个日期元组
date_tuple = (2024, 6, 14) # (year, month, day)
# 假设我们使用1900年日期系统(通常对于Excel 97-2003 .xls 文件)
datemode = 0
# 使用xlrd.xldate.xldate_from_date_tuple函数将日期元组转换为Excel日期格式的浮点数
excel_date_float = xlrd.xldate.xldate_from_date_tuple(date_tuple, datemode)
# 输出转换后的Excel日期格式的浮点数
print(f"Excel日期浮点数: {excel_date_float}") # 输出：Excel日期浮点数: 45457.0
3-30、xlrd.xldate.xldate_from_datetime_tuple函数
3-30-1、语法
xldate_from_datetime_tuple(datetime_tuple, datemode)
Convert a datetime tuple ``(year, month, day, hour, minute, second)`` to an
Excel date value.
For more details, refer to other xldate_from_*_tuple functions.
:param datetime_tuple: ``(year, month, day, hour, minute, second)``
:param datemode: 0: 1900-based, 1: 1904-based.
3-30-2、参数
3-30-2-1、datetime_tuple(必须)：一个包含六个整数值的元组，分别代表年(year)、月(month)、日(day)、时(hour)、分(minute)、秒(second)。
3-30-2-2、datemode(可选)：一个整数，表示Excel使用的日期系统。它有两种可能的值：
0：表示 Excel 使用的是基于1900年的日期系统。这是最常见的设置，特别是在Windows版本的Excel中。
1：表示Excel使用的是基于1904年的日期系统。这通常只在Mac版本的Excel中见到，但在某些特定的Windows应用程序或设置中也可能会遇到。
3-30-3、功能
用于将Python的datetime.datetime对象的元组表示(通常是一个包含年、月、日、时、分、秒的元组)转换为Excel日期的内部表示形式，即一个浮点数。
3-30-4、返回值
返回值一个浮点数，表示Excel中的日期和时间。
3-30-5、说明
无
3-30-6、用法
# 30、xlrd.xldate.xldate_from_datetime_tuple函数
import xlrd
from datetime import datetime
# 假设我们有一个 datetime 对象
dt = datetime(2024, 6, 14, 16, 41, 26)
# 将其转换为元组形式
datetime_tuple = dt.timetuple()[:6] # 去掉不需要的微秒部分
# 假设我们使用 1900 年日期系统
datemode = 0
# 使用xlrd.xldate.xldate_from_datetime_tuple函数将datetime元组转换为Excel日期浮点数
excel_date_float = xlrd.xldate.xldate_from_datetime_tuple(datetime_tuple, datemode)
# 输出转换后的 Excel 日期浮点数
print(f"Excel日期浮点数: {excel_date_float}") # 输出：Excel日期浮点数: 45457.6954398148153-31、xlrd.xldate.xldate_from_time_tuple函数
3-31-1、语法
xldate_from_time_tuple(time_tuple)
Convert a time tuple ``(hour, minute, second)`` to an Excel "date" value
(fraction of a day).
:param hour: ``0 <= hour < 24``
:param minute: ``0 <= minute < 60``
:param second: ``0 <= second < 60``
:raises xlrd.xldate.XLDateBadTuple: Out-of-range hour, minute, or second3-31-2、参数
3-31-2-1、time_tuple(必须)：一个包含三个整数值的元组，分别代表时(hour)、分(minute)、秒(second)。
3-31-3、功能
将时间元组转换为Excel中的时间小数表示，即一个浮点数。
3-31-4、返回值
返回的是一个表示时间的小数，而不是一个完整的Excel日期时间浮点数。
3-31-5、说明
无
3-31-6、用法
# 31、xlrd.xldate.xldate_from_time_tuple函数
import xlrd
# 定义一个时间元组，这里以14时30分15秒为例
time_tuple = (14, 30, 15) # 小时, 分钟, 秒
# 使用xlrd.xldate.xldate_from_time_tuple函数来转换时间
excel_time = xlrd.xldate.xldate_from_time_tuple(time_tuple)
# 打印转换结果
print(f'The Excel time for {time_tuple} is: {excel_time}') # 输出：The Excel time for (14, 30, 15) is: 0.6043402777777778
# 如果你想将这个转换后的时间与日期结合使用，可以使用xlrd.xldate.xldate_as_datetime
# 下面是一个简单的示例，结合一个假定的日期2010-01-30（实际上需要先转换为Excel的日期序列号）
date_tuple = (2024, 6, 14) # 年, 月, 日
excel_date = xlrd.xldate.xldate_from_date_tuple(date_tuple, 0) # 假设是 1900-based 的日期系统
combined_excel_datetime = excel_date + excel_time
print(f'Combined Excel date and time number for {date_tuple} at {time_tuple} is: {combined_excel_datetime}')
# 输出：Combined Excel date and time number for (2024, 6, 14) at (14, 30, 15) is: 45457.604340277783-32、xlrd.open_workbook_xls函数
3-32-1、语法
open_workbook_xls(filename=None, logfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>, verbosity=0, use_mmap=True, file_contents=None, encoding_override=None, formatting_info=False, on_demand=False, ragged_rows=False, ignore_workbook_corruption=False)3-32-2、参数
3-32-2-1、filename(必须)：指定要打开的Excel文件的路径和文件名。
3-32-2-2、logfile(可选)：指定要将日志消息写入的文件或文件句柄，缺省值为sys.stdout。
3-32-2-3、verbosity(可选)：指定日志输出的详细程度，值越大日志越详细。
3-32-2-4、use_mmap(可选)：指定是否使用内存映射文件来访问Excel文件，默认值为0(不使用)。
3-32-2-5、file_contents(可选)：指定一个二进制字符串，如果指定则表示将这个字符串作为Excel文件内容传入。
3-32-2-6、encoding_override(可选)：指定用于解码文本字符串的字符集。
3-32-2-7、formatting_info(可选)：指定是否保留Excel文件中的格式信息，如果值为True，则会在返回的Workbook对象中保留单元格的格式信息。
3-32-2-8、on_demand(可选)：控制是否一开始就加载所有工作表，还是根据调用者的需求进行加载。
3-32-2-9、ragged_rows(可选)：指定是否以'lazy'模式打开文件(即只在数据被显式请求时才读取数据)，默认值为False。
3-32-2-10、ignore_workbook_corruption(可选)：指定是否保留Excel文件中某些行可能比其他行短的情况，默认值为False。
3-32-3、功能
主要作用是打开指定的Excel文件，并为其后续的数据读取做好准备。
3-32-4、返回值
返回一个工作簿的实例对象。这个对象提供了许多方法和属性，用于访问和操作Excel文件中的数据。
3-32-5、说明
logfile=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='utf-8'>是一个在Python中表示文件或流对象的字符串描述。具体讲，这涉及到Python的io模块的TextIOWrapper类。
让我们分解这个描述：
3-32-5-1、io.TextIOWrapper
这是Python内部用于处理文本文件或文本流的类。当你使用如open()函数打开一个文件以文本模式(例如'r'、'w'、'a'等)时，你通常会得到一个TextIOWrapper的实例。
3-32-5-2、name='<stdout>'
这表示该流或文件对象与标准输出(`stdout`)相关联。在Python中，sys.stdout是一个常用的文件对象，它代表了程序的标准输出，通常连接到终端或命令行界面。
3-32-5-3、mode='w'
这表示该文件或流以写入模式打开。在写入模式下，你可以向文件或流写入数据，但通常不能读取数据(除非文件是以追加模式'a'打开的)。
3-32-5-4、encoding='utf-8'
这指定了文本数据的编码方式。`utf-8`是一种常用的编码方式，能够表示世界上大多数语言的字符。
3-32-6、用法
# 32、xlrd.open_workbook_xls函数
import xlrd
# 替换为你的.xls文件的路径
file_path = r'E:\360Downloads\test.xls'
try:
# 打开xls文件
workbook = xlrd.open_workbook_xls(file_path)
# 选择工作表 - 示例为选择第一个工作表
sheet = workbook.sheet_by_index(0)
# 遍历工作表的所有行
for row_index in range(sheet.nrows):
# 遍历当前行的所有列
for col_index in range(sheet.ncols):
# 获取单元格的内容
cell_value = sheet.cell_value(row_index, col_index)
# 打印单元格内容
print(cell_value)
# 捕获并打印任何异常
except Exception as e:
print(f"An error occurred: {e}")五、推荐阅读
1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页
标签：
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘＜‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一，也是Python官方实现。它是用C语言编写的，旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter（2024最新版）
- Python中读取Excel最快的几种方法！
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南：Numpy版本和Python版本的对应关系
- 版本匹配指南：PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器：streamlit、Gradio、dash、nicegui；低代码 Python Web 框架：PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Python与PyTorch的版本对应
- Anaconda版本和Python版本对应关系（持续更新...）
- Python pyinstaller打包exe最完整教程
- Could not build wheels for llama-cpp-python, which is required to install pyproject.toml-based proj
本站推荐
