在 Python 中读取 Excel 数据并将其存储到结构体中，可以通过第三方库实现，例如 `xlrd` 和 `openpyxl`。对于 `.xls` 格式的文件，`xlrd` 是一个常用的读取工具，而 `.xlsx` 文件则更适合使用 `openpyxl` 进行处理。通过将数据存入结构化的对象，可以更高效地操作和管理数据。 以下是一个示例代码，展示如何读取 Excel 数据并将其存储到结构体中： ### 使用 `xlrd` 读取 `.xls` 文件并存入结构体 ```python import xlrd class ExcelRow: def __init__(self, **kwargs): self.__dict__.update(kwargs) # 打开Excel文件 workbook = xlrd.open_workbook('example.xls') # 选择第一个工作表 sheet = workbook.sheet_by_index(0) # 获取表头 headers = sheet.row_values(0) # 读取数据并存入结构体列表 data_rows = [] for row_idx in range(1, sheet.nrows): row_data = sheet.row(row_idx) row_dict = {headers[col]: cell.value for col, cell in enumerate(row_data)} data_rows.append(ExcelRow(**row_dict)) ``` ### 使用 `openpyxl` 读取 `.xlsx` 文件并存入结构体 ```python from openpyxl import load_workbook class ExcelRow: def __init__(self, **kwargs): self.__dict__.update(kwargs) # 加载Excel文件 workbook = load_workbook(filename='example.xlsx') # 获取当前活动工作表 sheet = workbook.active # 获取表头 headers = [cell.value for cell in sheet[1]] # 读取数据并存入结构体列表 data_rows = [] for row in sheet.iter_rows(min_row=2, values_only=True): row_dict = {headers[col]: value for col, value in enumerate(row)} data_rows.append(ExcelRow(**row_dict)) ``` 上述代码通过定义 `ExcelRow` 类来存储每一行的数据，将读取的 Excel 数据转换为结构化的对象，便于后续处理和访问。使用 `xlrd` 读取 `.xls` 文件[^1]，而 `openpyxl` 适用于 `.xlsx` 文件的读取[^3]。两者均可通过将数据存入对象实现结构化存储。