### 在 Python 中不依赖库读取 Excel 文件的方法 尽管使用像 `pandas` 这样的库可以极大地简化对 Excel 文件的操作，但在某些情况下，可能无法安装额外的库或希望减少对外部依赖的使用。在这种情形下，可以通过解析 Excel 文件的内容来手动提取数据。 #### Excel 文件的基础结构 Excel 文件有多种格式，最常见的两种是 `.xls` 和 `.xlsx`。`.xls` 是基于二进制的旧版格式，而 `.xlsx` 则是一种基于 XML 的压缩文件格式。对于这两种不同的格式，其读取方式也有所不同。 --- #### 方法一：读取 `.xlsx` 文件（基于 ZIP 和 XML） `.xlsx` 文件实际上是一个 ZIP 存档，解压后会发现它包含了多个 XML 文件和其他资源文件。核心数据存储在一个名为 `sharedStrings.xml` 和 `sheet1.xml` 等类似的文件中。 ##### 步骤说明 1. 将 `.xlsx` 文件视为一个 ZIP 归档文件。 2. 解压该文件并找到包含单元格数据的 XML 文件。 3. 使用标准库中的模块（如 `zipfile` 和 `xml.etree.ElementTree`）解析这些 XML 数据。 ##### 示例代码 以下是一个简单的例子，展示如何从 `.xlsx` 文件中读取部分内容： ```python import zipfile import xml.etree.ElementTree as ET def read_xlsx(file_path): # 打开ZIP存档 with zipfile.ZipFile(file_path, 'r') as z: # 获取共享字符串文件内容 shared_strings_xml = z.read('xl/sharedStrings.xml') sheets_xml = z.read('xl/worksheets/sheet1.xml') # 解析共享字符串XML root_shared = ET.fromstring(shared_stringsXml) strings = [] for si in root_shared.findall('{http://schemas.openxmlformats.org/spreadsheetml/2006/main}si'): text_node = si.find('.//{http://schemas.openxmlformats.org/spreadsheetml/2006/main}t') if text_node is not None: strings.append(text_node.text or '') # 解析工作表XML root_sheets = ET.fromstring(sheets_xml) rows_data = [] for row in root_sheets.findall('{http://schemas.openxmlformats.org/spreadsheetml/2006/main}row'): cells = [] for cell in row.findall('{http://schemas.openxmlformats.org/spreadsheetml/2006/main}c'): value = cell.find('{http://schemas.openxmlformats.org/spreadsheetml/2006/main}v') if value is not None and value.text.isdigit(): index = int(value.text) if 0 <= index < len(strings): cells.append(strings[index]) else: cells.append(f"IndexError({index})") else: cells.append(value.text if value is not None else "") rows_data.append(cells) return rows_data # 测试函数 data = read_xlsx("example.xlsx") for row in data[:5]: print(row) ``` 此方法利用了 `.xlsx` 文件的本质特性——即它是 ZIP 压缩包，并通过解析其中的 XML 结构获取所需的数据[^4]。 --- #### 方法二：读取 `.xls` 文件（基于二进制流） `.xls` 文件是以二进制形式保存的复杂结构化数据。要直接读取这种文件而不借助外部库是非常困难的，因为需要理解 BIFF (Binary Interchange File Format) 格式的所有细节。不过，仍然可以通过逐字节读取的方式来尝试解析部分简单信息。 ##### 示例代码 以下是一段非常基础的例子，仅用于演示目的。注意这种方法并不推荐用于生产环境，因为它缺乏鲁棒性和灵活性。 ```python def read_xls_binary(file_path): with open(file_path, 'rb') as f: content = f.read() result = [] offset = 0 while offset < len(content): record_id = int.from_bytes(content[offset:offset+2], byteorder='little', signed=False) length = int.from_bytes(content[offset+2:offset+4], byteorder='little', signed=False) if record_id == 0x020C: # BOF Record ID substream_type = int.from_bytes(content[offset+8:offset+10], byteorder='little', signed=False) if substream_type == 0x0010: # Worksheet Substream Type pass elif record_id == 0x027E: # LABELSST Record ID sst_index = int.from_bytes(content[offset+4:offset+8], byteorder='little', signed=False) result.append(f"SST Index {sst_index}") offset += 4 + length return result # 测试函数 data = read_xls_binary("example.xls") print(data[:10]) # 输出前十个记录 ``` 这段代码只是初步展示了如何遍历 `.xls` 文件的部分记录头信息。完整的实现涉及更多复杂的字段定义和逻辑判断[^5]。 --- ### 总结 虽然理论上可以在不依赖任何第三方库的情况下读取 Excel 文件，但实际上这样做往往效率低下且容易出错。特别是当面对较大的文件或复杂的业务需求时，建议优先考虑成熟的开源解决方案，比如 `openpyxl` 或者 `xlrd`。但如果确实受限于环境约束，则可以根据上述介绍的手动解析思路完成特定的任务。