<< 为了满足您的需求，我们可以编写一个基于 Python 和 `pandas`、`openpyxl` 库的脚本程序来完成任务。以下是一个大致实现方案和步骤： ### 实现思路： 1. **读取主文档** (`xlsx`) 并将其存储在内存中以便后续写入数据。 2. 遍历所有副文档（`xls` 文件）并按照指定规则提取所需行的数据。 - 提取特定三列的内容。 - 根据配置文件或输入参数控制每个副文档需要复制的具体行数。 3. 将从副文档中提取出的有效数据追加到主文档，并确保不包含重复内容。 4. 对已处理过的副文档中的某些行标记为红色字体或直接删除。 --- ### 示例代码框架 ```python import pandas as pd from openpyxl import load_workbook, Workbook from openpyxl.styles import Font # 函数：加载XLS/XLSX表格 def read_xls(file_path): return pd.read_excel(file_path) # 函数：保存DataFrame至目标路径（支持更新现有Excel） def save_to_main(main_file, df_new_data): with pd.ExcelWriter(main_file, engine='openpyxl', mode='a') as writer: if not writer.book.sheetnames: # 如果没有sheet，则新建 workbook = Workbook() worksheet = workbook.active worksheet.title = "MainData" else: workbook = load_workbook(writer.path) worksheet = workbook["MainData"] start_row = worksheet.max_row + 1 for r_idx, row in enumerate(df_new_data.values.tolist(), start=start_row): worksheet.append(row) writer.save() # 函数：检查是否已有重复记录 def check_duplicates(main_df, sub_df_part): merged_df = main_df.merge(sub_df_part, how="inner") return len(merged_df.index) > 0 # 主逻辑部分 if __name__ == "__main__": MAIN_FILE_PATH = 'main.xlsx' # 主文档地址 SUB_FILES_LIST = ['subfile1.xls','subfile2.xls'] # 副文档列表 COLS_TO_EXTRACT = [0, 1, 2] # 表示要提取第几列 (例如前三列) try: main_dataframe = read_xls(MAIN_FILE_PATH) except Exception as e: print("Error reading Main File:", str(e)) result_rows = [] # 循环遍历每一份子表单执行操作 for filename in SUB_FILES_LIST: temp_subdf = read_xls(filename).iloc[:, COLS_TO_EXTRACT] non_duplicate_records = temp_subdf[~temp_subdf.apply(tuple, axis=1).isin(main_dataframe.iloc[:, :len(COLS_TO_EXTRACT)].apply(tuple, axis=1))] result_rows.extend(non_duplicate_records.values.tolist()) # 修改原始excel中标注颜色等效果可另行加入这里 final_result_df = pd.DataFrame(result_rows, columns=["Column_1", "Column_2", "Column_3"]) save_to_main(MAIN_FILE_PATH, final_result_df) ``` --- ### 注意事项： - 在运行上述代码前，请安装必要库如 `pip install pandas openpyxl xlrd` - 确保您所提供的所有副文档都符合预期格式并且能够正常解析； - 可以扩展功能使得更灵活地定义哪些单元格需被标色以及自定义输出样式；