### 如何使用 Python 阅读 Excel 文件并遍历每个工作表 要实现通过 Python 读取 Excel 文件并遍历其所有工作表的功能，可以结合 `pandas` 和 `openpyxl` 库完成此操作。以下是具体方法： #### 使用 Pandas 进行多工作表的读取 Pandas 提供了一个函数 `pd.read_excel()`，可以通过设置参数 `sheet_name=None` 来一次性加载所有的 Sheet 到字典中[^1]。这样会返回一个以 Sheet 名称为键、DataFrame 为值的字典。 ```python import pandas as pd def read_all_sheets(file_path): # 将整个 Excel 文件中的所有工作表作为 DataFrame 字典读入 xls = pd.read_excel(file_path, sheet_name=None) for sheet_name, df in xls.items(): print(f"Sheet Name: {sheet_name}") print(df.head()) # 打印前几行数据以便查看内容 ``` 上述代码片段展示了如何利用 Pandas 的功能来处理多个工作表的情况，并逐一打印每个工作表的内容摘要。 #### 结合 Openpyxl 处理更复杂的场景 如果需要进一步自定义或者执行某些特定于单元格的操作，则可能需要用到 `openpyxl` 库。它可以提供对 Excel 工作簿更低级别的控制能力。 下面是一个例子展示怎样用 openpyxl 去迭代每一个 sheet 并访问它们的数据: ```python from openpyxl import load_workbook def process_with_openpyxl(excel_file): workbook = load_workbook(filename=excel_file) for sheetname in workbook.sheetnames: worksheet = workbook[sheetname] max_row = worksheet.max_row max_col = worksheet.max_column print(f"\nProcessing Sheet : '{sheetname}'") for row in range(1, max_row + 1): for col in range(1, max_col + 1): cell_value = worksheet.cell(row=row, column=col).value print(cell_value, end=" ") print() # 新的一行输出 ``` 这段脚本先打开指定路径下的 Excel 文档，接着循环遍历该文档内的每张表格及其内部的所有行列组合，最后逐个显示这些单元格里的数值[^2]^。 #### 综合两种方式的优点 有时单独依靠任一工具都难以满足需求；这时可考虑混合运用两者的优势——比如先借助 Pandas 快速获取结构化数据概览再转交给 OpenPyXL 实施精细化管理。例如当遇到含有复杂格式或公式的单元格时，OpenPYXL 能够更好地保留原始特性而不丢失信息[^3]。