Python Openpyxl优化单元格搜索速度

我需要在Excel表格中搜索包含某些图案的单元格。这花的时间比我能应付的还多。下面是我能写的最优化的代码。因为数据模式通常是一行接一行的，所以我使用iter_行（row_offset=x）。不幸的是，下面的代码发现给定的模式在每个for循环中的次数越来越多（从毫秒开始，到几乎一分钟）。我做错了什么

import openpyxl
import datetime
from openpyxl import Workbook

wb = Workbook()
ws = wb.active
ws.title = "test_sheet"

print("Generating quite big excel file")

for i in range(1,10000):
    for j in range(1,20):
        ws.cell(row = i, column = j).value = "Cell[{},{}]".format(i,j)

print("Saving test excel file")
wb.save('test.xlsx')

def FindXlCell(search_str, last_r):
    t = datetime.datetime.utcnow()
    for row in ws.iter_rows(row_offset=last_r):
        for cell in row:
            if (search_str == cell.value):
                print(search_str, last_r, cell.row, datetime.datetime.utcnow() - t)
                last_r = cell.row
                return last_r
    print("record not found ",search_str, datetime.datetime.utcnow() - t)
    return 1

wb = openpyxl.load_workbook("test.xlsx", data_only=True)
t = datetime.datetime.utcnow()
ws = wb["test_sheet"]
last_row = 1
print("Parsing excel file in a loop for 3 cells")
for i in range(1,100,1):
    last_row = FindXlCell("Cell[0,0]", last_row)
    last_row = FindXlCell("Cell[1000,6]", last_row)
    last_row = FindXlCell("Cell[6000,6]", last_row)

---

在工作表上循环多次是低效的。搜索速度越来越慢的原因似乎是每个循环中使用的内存越来越多。这是因为

last_row=FindXlCell（“Cell[0,0]”，last_row）

意味着下一次搜索将在行的末尾创建新的单元格：openpyxl根据需要创建单元格，因为行在技术上可以为空，但其中的单元格仍然可以寻址。在脚本末尾，工作表总共有598000行，但您总是从

A1

开始搜索

如果您希望在一个大文件中多次搜索文本，那么创建一个以坐标为值的文本键控矩阵可能是有意义的

比如：

matrix = {}
for row in ws:
    for cell in row:
         matrix[cell.value] = (cell.row, cell.col_idx)

在实际示例中，您可能希望使用

defaultdict

来处理具有相同文本的多个单元格

这可以与只读模式结合使用，以减少内存占用。当然，如果要编辑文件，则除外