### 自动读取和提取 Excel 文件内容的方法 要实现 Python 中通过 `pandas` 或 `openpyxl` 库自动读取和提取 Excel 文件内容的功能，可以通过以下方式完成： #### 方法一：使用 Pandas 实现自动化读取 Pandas 提供了强大的功能用于处理 Excel 数据。以下是具体实现方法： 1. **导入必要的库** 需要先安装并导入 `pandas` 和 `openpyxl` 库。如果尚未安装这些库，可以运行命令 `pip install pandas openpyxl` 进行安装。 2. **读取整个工作簿的所有表单** 可以利用 `pd.ExcelFile()` 函数加载整个 Excel 工作簿，并逐一读取其中的各个表单。 ```python import pandas as pd # 加载Excel文件 file_path = "example.xlsx" xls = pd.ExcelFile(file_path) # 获取所有sheet名称 sheets = xls.sheet_names # 存储每个sheet的数据到字典中 data_dict = {} for sheet in sheets: data_dict[sheet] = xls.parse(sheet) # 将每个sheet解析为DataFrame # 打印第一个sheet的内容作为示例 print(data_dict[sheets[0]].head()) ``` 上述代码会将 Excel 文件中的每一个表单都转换成一个 DataFrame 并存储在一个字典中[^1]。 3. **动态读取特定列或行** 如果需要进一步筛选数据，比如只保留某些列或者某几行，则可以在读取之后应用 `.loc[]` 或者 `.iloc[]` 来选取所需部分。 ```python # 假设我们只需要第二个sheet的第一列以及第三列 target_sheet = 'Sheet2' if target_sheet in data_dict: selected_columns = ['ColumnA', 'ColumnC'] # 列名可以根据实际情况调整 filtered_data = data_dict[target_sheet][selected_columns] print(filtered_data) else: print(f"{target_sheet} not found.") ``` 此段代码展示了如何从指定的工作表中挑选出所需的两列[^2]。 #### 方法二：借助 OpenPyXL 的灵活性 对于更复杂的场景，可以直接采用 `openpyxl` 对象模型逐层遍历单元格。 ```python from openpyxl import load_workbook def extract_excel_content(file_path): wb = load_workbook(filename=file_path, read_only=True) all_sheets_info = [] for ws_name in wb.sheetnames: ws = wb[ws_name] current_sheet_rows = list(ws.iter_rows(values_only=True)) all_sheets_info.append({ws_name:current_sheet_rows}) return all_sheets_info result = extract_excel_content('your_file.xlsx') for r in result: print(r.keys(),r.values()) ``` 这里定义了一个函数用来接收路径参数并将每张表格里的全部记录按照行的形式收集起来[^4]。 --- ### 总结 无论是选择高效便捷的 `pandas` 方案还是细粒度控制更强的 `openpyxl` 路径，都可以满足不同层次的需求。前者更适合快速原型开发阶段；后者则适用于那些对性能敏感的应用场合或者是当面对非常庞大的电子表格时更为适用。