在使用 Python 读取 Excel 文件时，处理合并单元格是一个常见的挑战，尤其是在数据需要保持结构完整性的情况下。默认情况下，许多库在读取 Excel 文件时不会直接返回合并单元格的完整信息，而是仅在合并区域的第一个单元格显示数据，其余部分则为空字符串或 `None`。 ### 使用 `xlrd` 读取合并单元格 `xlrd` 是一个用于读取 Excel 文件的库，尤其适用于 `.xls` 格式的文件。对于 `.xlsx` 文件，虽然 `xlrd` 也支持，但在处理合并单元格时需要注意以下事项： - 对于 `.xls` 文件，在打开文件时需设置 `formatting_info=True`，以确保可以读取到合并单元格的信息。 - 对于 `.xlsx` 文件，`xlrd` 从版本 2.0 开始不再支持 `formatting_info=True`，因此需要通过其他方式获取合并单元格的数据。 ```python import xlrd file_path = 'example.xls' workbook = xlrd.open_workbook(file_path, formatting_info=True) sheet = workbook.sheet_by_index(0) # 获取所有合并单元格的范围 merged_cells = sheet.merged_cells # 遍历所有行并读取数据 data_list = [] for row in range(sheet.nrows): row_data = [] for col in range(sheet.ncols): # 判断当前单元格是否在合并区域内 is_merged = False for (rlo, rhi, clo, chi) in merged_cells: if rlo <= row < rhi and clo <= col < chi: # 如果是合并区域的第一个单元格，则获取数据 if row == rlo and col == clo: cell_value = sheet.cell(rlo, clo).value row_data.append(cell_value) is_merged = True break if not is_merged: row_data.append(sheet.cell(row, col).value) data_list.append(row_data) print(data_list) ``` ### 使用 `openpyxl` 处理 `.xlsx` 文件 对于 `.xlsx` 文件，推荐使用 `openpyxl` 库来读取和处理合并单元格。`openpyxl` 支持读取和写入 Excel 2010 以后的 `.xlsx` 格式，并且能够直接获取合并单元格的信息。 ```python from openpyxl import load_workbook file_path = 'example.xlsx' workbook = load_workbook(filename=file_path) sheet = workbook.active # 获取所有合并单元格的范围 merged_cells = list(sheet.merged_cells.ranges) # 遍历所有行并读取数据 data_list = [] for row in sheet.iter_rows(): row_data = [] for cell in row: # 判断当前单元格是否在合并区域内 is_merged = False for merged_range in merged_cells: min_col, min_row, max_col, max_row = merged_range.bounds if min_row <= cell.row <= max_row and min_col <= cell.column <= max_col: # 如果是合并区域的第一个单元格，则获取数据 if cell.row == min_row and cell.column == min_col: row_data.append(cell.value) is_merged = True break if not is_merged: row_data.append(cell.value) data_list.append(row_data) print(data_list) ``` ### 总结 - `xlrd` 适用于 `.xls` 文件，需设置 `formatting_info=True` 以支持合并单元格读取。 - `openpyxl` 更适合 `.xlsx` 文件，支持更现代的 Excel 功能，并且能够直接处理合并单元格。 - 在读取过程中，需要遍历所有行和列，并检查每个单元格是否属于某个合并区域，如果是，则确保只在第一个单元格获取数据，其余单元格填充空值或跳过[^2]。