python 读取多个文本写入同一个excel，每个文本对应各自独立的 sheet 页

刚学习 python ，想试试 excel 导入文本，就查询了资料，写了个脚本；
具体功能是实现将一个目录下的所有文本导入同一个 excel ，每个文本对应各自独立的 sheet 页。
我的操作环境是 Linux，但和 Windows 大体一致。

1. 需要用到的模块

>>>import os
>>>import xlwt

• os 模块提供了非常丰富的方法用来处理文件和目录，属于默认模块无需下载。
• xlwt、xlrd 分别是对 excel 表格进行写和读的模块，但这两个模块不能处理 xlsx ；本例仅用到 xlwt 模块。

  如果需要处理 xlsx 文件，则需要用到 openpyxl 模块，而且 openpyxl 可以进行读和写的操作；只是处理时间上稍慢于 xlwt 和 xlrd。（但是随着硬件水平提高，时间将越来越小）

2. 遍历文件夹

首先需要遍历整个文件夹，读取所有文本。其中 filepath 和 xlspath 分别为文件夹路径，以及 xls 的文件路径。

def getline(filepath, xlspath):
	# 读取所有文本
    file_names = os.listdir(filepath)
    # 对os.listdir进行排序 指定参数加上 (key=lambda x:int(x))
    file_names.sort()
    file_ob_list = []
    try:
        # 获取完整目录名并保存到数组
        for file_name in file_names:
            file_ob = filepath + "/" + file_name
            file_ob_list.append(file_ob)
        print(file_ob_list)	#测试输出所有的数组

2.1 读取文件并排序

这里需要用到 os.listdir(path) ,它的作用是返回path指定的文件夹包含的文件或文件夹的名字的列表。

    >>> import os
    >>> file_names = os.listdir('.')
    >>> print(file_names)
    ['3.txt', '9.txt', '10.txt', '2.txt', '1.txt', '20.txt']

• 但是我发现 os.listdir() 处理后是一个乱序数组，需要进行排序，如果需要指定特定符号排序，可以用 (key=lambda x:int(x)) ，详细可以百度一下。

	>>> file_names.sort()
	>>> print(file_names)
	['1.txt', '10.txt', '2.txt', '20.txt', '3.txt', '9.txt']
	#倒着数第四位'.'为分界线，按照‘.’左边的数字从小到大排序
	>>> file_names.sort(key=lambda x:int(x[:-4])) 
	>>> print(file_names)
	['1.txt', '2.txt', '3.txt', '9.txt', '10.txt', '20.txt']

2.2 获取文件完整目录等待处理

完整了路径就是目录加上 “/” 加上文件名。
如果你是 window ，目录分隔符是 “\”。

		for file_name in file_names:
            file_ob = filepath + "/" + file_name	# 获取完整路径
            # 存放到数组中
            file_ob_list.append(file_ob)
        print(file_ob_list)	#测试输出所有的数组

最后输入的内容是文本的绝对路径名：

$ python traversal_txt_xls.py
['/root/txt_xls/1.txt', '/root/txt_xls/10.txt', '/root/txt_xls/2.txt', '/root/txt_xls/20.txt', '/root/txt_xls/3.txt', '/root/txt_xls/9.txt']

返回顶部

3. 将数据写入 excel 表格

做法是加入一个 for 循环， 遍历文件夹，并将每个 txt 循环写入到各自的 sheet 页。

3.1 新建表格，以及定义 sheet 名

对于 sheet 的名称，我用的是文本的文件名，当然也可以用正则过滤后缀或者其他名称命名。
需要用到 os.path.basename()，它会获取文件名，如果末尾为 ‘/’ ‘’ ,返回空。

		# 新建工作表格
        xls = xlwt.Workbook()
        # 循环读取文件，并写入到表格中
        for file_ob in file_ob_list:
            # 仅获取文件名，如果末尾为 '/' '\' ,返回空
            sheet_name = os.path.basename(file_ob)

3.2 写入表格

• 首先需要添加一个 sheet，名称为 前面的参数 sheet_name, 如果你要固定的名称，可以将参数写成 'sheet 1'，这样就是固定名称。

  	# 每一个文本都会新建一个相同文件名的 sheet
  	sheet = xls.add_sheet(sheet_name, cell_overwrite_ok=True)
  

  注意:
  在add_sheet 时, 置参数 cell_overwrite_ok=True , 可以覆盖原单元格中数据。
  cell_overwrite_ok 默认为 False , 覆盖的话, 会抛出异常.

• 下面就是 txt 写入 xls，file_ob 代表 txt 文件，
  写入表格需要三个参数 ，横纵坐标，以及内容：x, i, data,默认坐标为 (0,0),

  			# txt 写入 xls
  			f = open(file_ob)
              x = 0
              # 按行读取文本
              while True:
                  line = f.readline()
  

• 如果没有数据，则退出循环。

                  if not line:
                      break
  

• 对于列的读取需要用到 制表符来换列。

  • 每行的数据按 制表符 以及 line.split() 分隔：
    

  • 输出的内容展示为：
    

                  for i in range(len(line.split('\t'))):
                      data = line.split('\t')[i]
                      sheet.write(x,i,data)   # x,i,data 代表横、纵坐标和内容
                  x += 1 #另起一行
              # 然后读取下一个文本
              f.close()
          # 最后保存到文件 
          xls.save(xlspath)
  

3.3 去除多余的换行符（19/06/08更新）

• 在处理文本时，excel会把 txt 中多余的换行符导入表格，先将写入内容转换为字符串，在替换换行符。
  上面的代码写入可以改成：

  while True:
              line = f.readline()
              if not line:
                  break
              for i in range(len(line.split('\t'))):
                  data = line.split('\t')[i]
                  data = str(data)    #将数据转化为字符串，再对其中的换行符进行处理
                  data = data.replace('\n', ' ')  #使用python中字符串函数替换换行符为空格
                  sheet.write(x,i,data)   # x,i,data 代表横、纵坐标和内容
              x += 1
  

返回顶部

4. 执行函数

首先需要定义参数，filepath 为文件目录，xlspath 为 xls文件的绝对路径。

		if __name__ == "__main__" :
		    filepath = "/root/txt_xls"  #文件目录
		    xlspath = "/root/txt_xls.xls"
		    # 传入参数执行
		    getline(filepath, xlspath)

• if __name__ == "__main__" :的作用

  一个python的文件有两种使用的方法，第一是直接作为脚本执行，第二是import到其他的python脚本中 被调用（模块重用）执行。因此 if __name__ == "__main__" : 的作用就是控制这两种情况执行代码的过程，在if __name__ == "__main__" :下的代码只有在第一种情况下（即文件作为脚本直接执行）才会被执行，而import到其他脚本中是不会被执行的。

• 整个代码中还有一个 try...except 与 raise 的语句，它的用法是：

  try...except 语句；分析错误信息源头；
  logging记录错误；raise抛出错误
  详细看 https://www.jianshu.com/p/66e2e4104e7c 。

5. 最后

刚入门 python ， 也在不断学习中，尝试着写写博客，可以帮着他人，也可以提高自己。

5.1 展示结果：

5.1 完整代码

#!/usr/bin/python3
# -*- coding:utf-8 -*-
###############################################
# Author        : SangUn
# EMail         : [email protected]
# Created Time  : 
# File Name     : traversal_txt_xls.py
# Description   :
###############################################
'''
当前代码实现一个文件夹内所有文本内容写入同一个 excel
每个文本都有各自独立的 sheet 页
文本单行用制表符分隔，代表多列数据
'''
# 导入模块
import os
import xlwt

def getline(filepath, xlspath):
    # 读取所有文本
    file_names = os.listdir(filepath)
    # 对os.listdir进行排序 指定参数加上 (key=lambda x:int(x[0]))
    file_names.sort(key = lambda x:int(x[:-4]))
    file_ob_list = []
    try:
        # 获取完整目录名并保存到数组
        for file_name in file_names:
            file_ob = filepath + "/" + file_name
            file_ob_list.append(file_ob)
        print(file_ob_list)

        # 新建工作表格
        xls = xlwt.Workbook()
        # 循环读取文件，并写入到表格中
        for file_ob in file_ob_list:
            # 仅获取文件名，如果末尾为 '/' '\' ,返回空
            sheet_name = os.path.basename(file_ob)
            # 每一个文本都会新建一个相同文件名的 sheet
            sheet = xls.add_sheet(sheet_name, cell_overwrite_ok=True)
            # txt 写入 xls
            f = open(file_ob)
            x = 0
            # 按行读取文本
            while True:
                line = f.readline()
                if not line:
                    break
                for i in range(len(line.split('\t'))):
                    data = line.split('\t')[i]
                    data = str(data)    #将数据转化为字符串，再对其中的换行符进行处理
                    data = data.replace('\n', ' ')  #使用python中字符串函数替换换行符为空格
                    sheet.write(x,i,data)   # x,i,data 代表横、纵坐标和内容
                x += 1
            # 然后读取下一个文本
            f.close()
        xls.save(xlspath)
    except:
        raise

if __name__ == "__main__" :
    filepath = "/root/txt_xls"  # 文件目录
    xlspath = "/root/txt_xls.xls"	# xls 文件绝对路径
    # 传入参数执行
    getline(filepath, xlspath)

返回顶部