Python 2.7 .xlsx到csv，包括更改数字格式和验证数据

我一直在做一个验证.xlsx文件数据的小项目。每一列都有不同类型的数据，从数字到纯文本、日期等等

我想要完成的是打开一个.xlsx文件，更改数字格式（例如：通过应用Excel numformats（“@”表示字符串，“dd.mm.yyy”表示日期，“0”表示整数，“0.00”表示小数等），将数字从100.0更改为100）。在下一步中，我将通过迭代每个单元格amd字符（我将用字典替换字符）来验证每个列的数据，然后使用Utf-8编码将其保存为csv

目前，我正在使用xlrd模块以utf-8编码（编码\覆盖）打开.xlsx文件，然后使用xlsxwriter更改数字格式。问题是，我必须将更改的数据保存为.xlsx文件，然后再次使用xlrd重新打开它，对字符进行赋值，然后使用unicode csv模块将其保存为.csv。但是我想跳过再次保存文件的步骤，然后重新打开它。 我也尝试过openpyxl，但是打开“大”文件和操作数据需要很长时间

是否有任何方法将xlsxwriter工作簿类的数据返回到xlrd，或者xlsxwriter是否有一种方法可以迭代其数据并更改其值（我在两个库的文档中都找不到任何内容）？或者可能有一个更强大的库来满足我的情况

请开导我

代码示例：

    # Opening .xlsx-File (xlrd)
    input_file = open_workbook(curr_path + "/" + filename + '.xlsx', encoding_override="cp1252")</code><br>
    # Creating the dictionaries for replace
    def create_dicts(file_flag):
        global dict_letters
        global dict_numbers
        global dict_special
        global dict_control
        global dict_greek
        if file_flag <> 'sonstige':
            dict_letters = create_dict("Buchstaben")
            dict_numbers = create_dict("Zahlen")
            dict_special = create_dict("Sonderzeichen")
            dict_control = create_dict("Kontrollzeichen")
            dict_greek = create_dict("Griechisch")
        else:
            dict_all = create_dict("All")
        print "Dicts created"
    def create_dict(ws):
        keys =[]
        values =[]
        cell = ''
        dict_xl_ws = ''
        # Either create a dictionary containing all sheets or one for each sheet (depending on the parameter ws)
        if ws == "All":
            for curr_sheet in range(dict_xl_wb.nsheets):
                dict_xl_ws = dict_xl_wb.sheet_by_index(curr_sheet)
                for curr_row in range(dict_xl_ws.nrows):
                    for curr_col in [0,1]:
                        if str(dict_xl_ws.cell_value(curr_row, curr_col)) not in skip_list:
                            if curr_col == 0:
                                keys.append(str(dict_xl_ws.cell_value(curr_row, curr_col)).upper())
                            elif curr_col == 1:
                                values.append(str(dict_xl_ws.cell_value(curr_row, curr_col)).upper())
        else:
            dict_xl_ws = dict_xl_wb.sheet_by_name(ws)
            for curr_row in range(dict_xl_ws.nrows):
                for curr_col in [0,1]:
                    if str(dict_xl_ws.cell_value(curr_row, curr_col)) not in skip_list:
                        if curr_col == 0:
                            keys.append(str(dict_xl_ws.cell_value(curr_row, curr_col)).upper())
                        elif curr_col == 1:
                            values.append(str(dict_xl_ws.cell_value(curr_row, curr_col)).upper())
        return dict(zip(keys,values))
    # Calling the create_dicts() function
    create_dicts(file_flag)
    # Creating Workbook and Worksheet from class (xlsxwriter)
    test = xlsxwriter.Workbook("test.xlsx")
    test_ws = test.add_worksheet("TEST")

    # Defining the number formats
    text_format = test.add_format({'num_format': '@'})
    integer_format = test.add_format({'num_format': '0'})
    double_format = test.add_format({'num_format': '0.00'})
    date_format = test.add_format({'num_format': 'DD.MM.YYYY'})

    # Creating dictionary (key = start column; value = end column)
    integer_dict = {0:1,4:5,8:9,16:16,19:19,25:26,28:29,33:33,35:35,42:42,44:46,48:49}
    for key,value in integer_dict.iteritems():
        # Applying the formats for each column in test_ws
        test_ws.set_column(key, value,20, integer_format)

    # After that I'd like to iterate through the data of xlsxwriter's workbook/worksheet class and change the data by replacing characters with those in the dictionaries. That part is already coded, but I need a proper library to work with

    # Creating a csv-file to write the validated data into
    output_file = codecs.open(curr_path + "/" + filename + '_OUT.csv','wb', encoding='utf-8')

---

正如@lenz正确指出的，XLRD有一种方法可以将单元格的值更改为excel日期。 因此，我使用xlrd.xldate.xldate作为_datetime（）函数来更改该值。解决办法如下：

date_variable = xlrd.xldate.xldate_as_datetime(ws.cell_value(cell_row, cell_col), 0).strftime('%d.%m.%Y')

为了正确地将浮点数更改为整数，我使用了以下代码段：

integer_variable = '{0:g}'.format(Decimal(ws.cell_value(cell_row, cell_col)))

---

我希望这两条线能像帮助我一样帮助我

正如@lenz正确指出的，XLRD有一种方法可以将单元格的值更改为excel日期。 因此，我使用xlrd.xldate.xldate作为_datetime（）函数来更改该值。解决办法如下：

date_variable = xlrd.xldate.xldate_as_datetime(ws.cell_value(cell_row, cell_col), 0).strftime('%d.%m.%Y')

为了正确地将浮点数更改为整数，我使用了以下代码段：

integer_variable = '{0:g}'.format(Decimal(ws.cell_value(cell_row, cell_col)))

---

我希望这两条线能像帮助我一样帮助我

我建议你完全跳过这本书。直接从xlrd获取的数据创建输出csv。使用Python的字符串格式化方法和

datetime.strftime（）

等重新格式化数字和日期。感谢您的建议。是否没有一个库可以像excel一样更改数字格式，并且可以选择遍历其数据？问题是，例如，如果一个日期在excel中被格式化为一个数字，那么它可能看起来像“42857”。我认为strftime（）函数无法将其格式化回“02.05.2017”。如果我没有记错，您可以告诉

xlrd

单元格的内容是日期，它将返回

datetime.date[time]

对象，而不是基础数字。然后您可以使用该对象的

strftime

方法。我建议您完全跳过xlsxwriter。直接从xlrd获取的数据创建输出csv。使用Python的字符串格式化方法和

datetime.strftime（）

等重新格式化数字和日期。感谢您的建议。是否没有一个库可以像excel一样更改数字格式，并且可以选择遍历其数据？问题是，例如，如果一个日期在excel中被格式化为一个数字，那么它可能看起来像“42857”。我认为strftime（）函数无法将其格式化回“02.05.2017”。如果我没有记错，您可以告诉

xlrd

单元格的内容是日期，它将返回

datetime.date[time]

对象，而不是基础数字。然后可以使用该对象的

strftime

方法。