一个同事有两个excel表格要比较差异, 找了一下有相关软件,如: beyond compare, excel compare

但这两个似乎都是直接排序再比较的.


然后没办法,就用python折腾了一个脚本. 这个脚本先读入要比较的文件中的表. 读的时候 ,如果没有空行就把它和它前面的加一起,直到有空行. 这样比较的话, 不能得到具体那一行有差异, 只有一个大概的位置. 如果表格中间空行越少,越精确. 

#!/usr/bin/python
#-*- coding:utf-8 -*-

import xlrd, os, sys

if len(sys.argv) != 3:
  print "\n        ./script diff_1.xlsx diff_2.xlsx \n"
  sys.exit()

diff = {}
xls1 = sys.argv[1]
xls2 = sys.argv[2]

if os.path.isfile(xls1) and os.path.isfile(xls2):
  pass
else:
  print "\n        ./script diff_1.xlsx diff_2.xlsx \n"
  sys.exit()

def getcontent(table):  #获取xlsx表内容
  tmp_data = {}
  tmp_table = ''
  all_data = {}

  for j in xrange(table.nrows):
    tmp = table.row_values(j)
    if list(set(tmp)) == ['']:
      tmp_data[tmp_table] = ''
      if tmp_table != '':
        all_data[j] = tmp_table
      tmp_table = ''
    else:
      tmp2 = ""
      for i in tmp:
        try:
          tmp2 = tmp2 + i + ","
        except:
          tmp2 = tmp2 + str(i)+ ","
      tmp_table = tmp_table + tmp2 + "\n"  #把多行的内容放一起
  return (tmp_data, all_data)

def write_file(excel_diff, filename):
  f = open(filename, 'w')
  f.write(excel_diff)
  f.close()

def diff_content(table1,table2): #检查两个表差异
  diff_tmp = []
  for i in table1:
    if i in table2:
      pass
    else:
      diff_tmp.append(i)
  return list(set(diff_tmp))
 
def get_rows(diff, all_data): #获取差异位置
  tmp = []
  for i in diff:
    for j in all_data:
      if all_data[j].strip() == i.strip():
        tmp.append(j)
        break
  return tmp
       

for i in range(0,2):  # 比较几个表
  data1 = xlrd.open_workbook(xls1)
  table1 = data1.sheets()[i]
  data2 = xlrd.open_workbook(xls2)
  table2 = data2.sheets()[i]
  
  tmp1, all1 = getcontent(table1)
  tmp2, all2 = getcontent(table2)

  result = diff_content(tmp1, tmp2) #1 中有 2 没有的具体内容
#  result2= diff_content(tmp2, tmp1)  #2 中有 1 没有的具体内容

  diff[i] = get_rows(result,all1)
  print sorted(diff[i])

#  write_file(sorted(diff[i]), "/tmp/diff.txt")

#  diff[i] = get_rows(result2,all2)
#  print sorted(diff[i])