pyexcel：一个 API 统一操作多种表格格式

文章目录pyexcel一个 API 统一操作多种表格格式它解决了什么问题核心能力拆解实际使用场景使用门槛小结pyexcel一个 API 统一操作多种表格格式pyexcel 是一个 Python 库解决的核心问题很直接用同一套 API 读写各种电子表格格式。目前收获了 1,283 个 Star在数据处理和表格转换场景里积累了不少用户。它解决了什么问题做数据处理的开发者都遇到过这种麻烦CSV、Excel、ODS 各种格式混杂每个格式都要找不同的库来读写。pyexcel 的做法是抽象出一层统一的 API开发者只学一套接口就能处理十多种文件格式。支持的格式包括 csv、tsv、xls、xlsx、xlsm、ods、fods、json、html 等。背后通过插件机制对接不同的底层库比如 xlsx 走 openpyxlxls 走 xlrd/xlwtods 走 odfpy。数据来源也不限于文件。除了物理文件它还支持内存文件、SQLAlchemy 数据表、Django Model以及 Python 原生的字典、记录列表和二维数组。这种设计让数据在不同载体之间流转变得简单。核心能力拆解读写一行代码搞定读一个 Excel 文件转成字典列表recordsp.get_records(file_namedata.xls)把数组存成 CSVp.save_as(arraydata,dest_file_nameoutput.csv)这种 one-liner 的设计贯穿整个库适合快速脚本和临时数据处理。格式互转pyexcel 可以直接做文件格式转换不需要先读进内存再写出去p.save_as(file_nameinput.xls,dest_file_nameoutput.csv)换后缀就能换格式对批量处理历史文件很实用。大文件流式处理处理大文件时pyexcel 提供了带 i 前缀的流式 API比如 iget_records、isave_as。这些接口返回生成器而不是一次性加载全部数据内存占用可控。配合 row_renderer 参数还能在转码过程中逐行加工数据进一步降低内存峰值。Excel 工作簿的合并与拆分cookbook 模块提供了几个实用工具函数merge_all_to_a_book 把目录下的多个表格文件合并成一个多 Sheet 的工作簿split_a_book 反向拆分extract_a_sheet_from_a_book 只提取单个 Sheet。这些操作对整理批量导出的报表文件很省事。分页读取对于超大文件pyexcel 支持通过 start_row、row_limit、start_column、column_limit 参数只读取指定区域。需要注意的是xls、xlsx、ods 这类压缩格式的底层库通常会先解压完整内容所以分页主要是减少返回给程序的数据量真正的内存节省要看具体使用的后端插件。实际使用场景数据清洗流水线不同部门导出的报表格式各异有人给 xls有人给 csv还有人给 ods。用 pyexcel 统一读入转成统一格式后再做后续清洗省去了为每种格式写单独逻辑的麻烦。Web 后端的数据导出配合 Django 或 SQLAlchemy可以直接把查询结果导出为 Excel 或 CSV供用户下载。一次查询加一行 save_as 调用就能完成。格式迁移历史系统里有大量 xls 文件需要转成 xlsx 或 csv用 pyexcel 写个脚本批量跑一遍即可。合并和拆分功能对整理归档文件也同样适用。使用门槛安装很简单pip 直接装pipinstallpyexcel根据要处理的格式再补充对应的插件比如 pyexcel-xlsx、pyexcel-ods 等。Python 3.6 及以上版本都支持。小结pyexcel 的定位很清晰不追求功能最全而是把多格式读写这件事做得足够统一和简单。如果你经常要在 CSV、Excel、ODS 之间来回倒腾数据或者需要把数据库查询结果快速导出成表格这个库能省不少事。插件化的架构也让扩展新格式变得容易整体属于实用派的工具。在 CSV、Excel、ODS 之间来回倒腾数据或者需要把数据库查询结果快速导出成表格这个库能省不少事。插件化的架构也让扩展新格式变得容易整体属于实用派的工具。