python3爬虫初探（六）之EXCEL

　在爬取数据之后，数据的保存就成为一个新的问题，一般不太大的的数据存储到EXCEL就可以了。这里介绍一个python的第三方库——xlsxwriter.

这个库的安装就不介绍了，pip就可以，不用FQ。这里仅介绍一些简单常用的命令。

　首先，说明一下，xlsxwriter只能写入数据，不能读取和修改数据（读取和修改可以用xlrd和xlwt）。上代码。

 

import xlsxwriter

workbook = xlsxwriter.Workbook("xlsx_test.xlsx") # 创建一个名为 xlsx_test.xlsx 的工作薄
worksheet1 = workbook.add_worksheet("ID") # 新增一个工作表,可传入表名，不传默认为sheet1
worksheet2 = workbook.add_worksheet("姓名") # 重复命令可新增多张数据表

# 设置列的参数，20，10代表字符数
worksheet1.set_column("A:A", 20)
worksheet1.set_column('B:B', 10)

# 插入数据，传入三个参数
worksheet1.write(0, 0, "hello world!") # 三个参数分别为：行，列，数据。注意行列索引值从零开始。

# 最后要关闭工作薄，完成数据的保存
workbook.close()

xlrd和xlwt操作Excel文件学习

一、xlrd和xlwt的安装

        xlrd和xlwt是python的第三方库，所以是需要自己安装的，可以在python的官网https://pypi.python.org/pypi下载该模块来安装，也可以通过其他手段，比如easy_install或者pip，我在Win7环境下已经安装好pip，所以就在命令符窗口中用如下命令来安装xlrd和xlwt。

pip install xlrd

pip install xlwt

运行过程如下：

二、xlrd使用介绍

     1、导入模块
        import xlrd
   2、打开Excel文件读取数据
        data = xlrd.open_workbook('excelFile.xls')
   3、使用技巧
        获取一个工作表
        table = data.sheets()[0]          #通过索引顺序获取
        table = data.sheet_by_index(0) #通过索引顺序获取

        table = data.sheet_by_name(u'Sheet1')#通过名称获取

        获取整行和整列的值（数组）　　
        table.row_values(i)
        table.col_values(i)
 
        获取行数和列数　　
        nrows = table.nrows 
        ncols = table.ncols
       
        循环行列表数据
        for i in range(nrows):
               print table.row_values(i)
 
        单元格
        cell_A1 = table.cell(0,0).value
        cell_C4 = table.cell(2,3).value
 
        使用行列索引
        cell_A1 = table.row(0)[0].value
        cell_A2 = table.col(1)[0].value
 
        简单的写入
        row = 0
        col = 0
 
        # 类型 0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error
        ctype = 1 value = '单元格的值'
        xf = 0 # 扩展的格式化
        table.put_cell(row, col, ctype, value, xf)
        table.cell(0,0)  #单元格的值'
        table.cell(0,0).value #单元格的值'

用例如下：

# _*_ coding:utf-8 _*_

#----------------------------------------------------------------------------
# import modules
#----------------------------------------------------------------------------
import os
import xlrd
from datetime import date,datetime

#打开Excel文件
workbook = xlrd.open_workbook('09-10.11-38-12-HTTP-GOOD-1-Lte1sDataStat_Charts.xlsx')

#输出Excel文件中所有sheet的名字
print workbook.sheet_names()

#根据sheet索引或者名称获取sheet内容
Data_sheet    = workbook.sheets()[0]
CdfData_sheet = workbook.sheet_by_index(1)
Charts_sheet  = workbook.sheet_by_name(u'Charts')

#获取sheet名称、行数和列数
print Data_sheet.name,    Data_sheet.nrows,    Data_sheet.ncols,\
      CdfData_sheet.name, CdfData_sheet.nrows, CdfData_sheet.ncols,\
      Charts_sheet.name,  Charts_sheet.nrows,  Charts_sheet.ncols

#获取整行和整列的值（列表）
rows = Data_sheet.row_values(0) #获取第一行内容
cols = Data_sheet.col_values(1) #获取第二列内容
#print rows
#print cols

#获取单元格内容
cell_A1 = Data_sheet.cell(0,0).value
cell_C1 = Data_sheet.cell(0,2).value
cell_B1 = Data_sheet.row(0)[1].value
cell_D2 = Data_sheet.col(3)[1].value
print cell_A1, cell_B1, cell_C1, cell_D2

#获取单元格内容的数据类型
#ctype:0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error
print 'cell(0,0)数据类型:', Data_sheet.cell(0,0).ctype
print 'cell(1,0)数据类型:', Data_sheet.cell(1,0).ctype
print 'cell(1,1)数据类型:', Data_sheet.cell(1,1).ctype
print 'cell(1,2)数据类型:', Data_sheet.cell(1,2).ctype

#获取单元格内容为日期的数据
date_value = xlrd.xldate_as_tuple(Data_sheet.cell_value(1,0),workbook.datemode)
print date_value
print '%d:%d:%d' %(date_value[3:])

d = {'11:25:59':[1, 2, 3], '11:26:00':[2, 3, 4], '11:26:01':[3, 4, 5]}
print d['11:25:59']
print d['11:26:00']
print d['11:26:01']

print d['11:25:59'][0]
print d['11:26:00'][0]
print d['11:26:01'][0]

三、xlwt使用介绍

Xlwt简介：
功能：用于生成97/2000/XP/2003xls文件。
Python版本：Python2.3 to 2.7
当前版本：0.7.5
平台：跨平台
        
相关模块：
csv             python标准模块。推荐。
xlrd            读取 .xls, .xlsx 文件。
xlutils       xlrd和xlwt的集合。
openpyxl 读写 Excel 2007 xlsx/xlsm文件 。纯python，效率不高。
Matplotlib      2D作图模块，适用于基于excel作图。
Pywin32   python windows扩展 ，不跨平台，通过COM口连接excel。
Pyxll           在excel中使用python替代vbs。http://www.pyxll.com/。类似模块有pyinex。Python For Excel http://www.opentradingsystem.com/PythonForExcel/main.html
XlsxWriter      写xlsx文件。纯python。
 
快速入门
下面例子，创建一个名为mini.xls的文件，它有一个空sheet：'xlwt was here'。代码见mini.py。
fromxlwt import *
w =Workbook()
ws = w.add_sheet('xlwtwas here')
w.save('mini.xls') 

Workbook类初始化时有encoding和style_compression参数。

encoding，设置字符编码，一般要这样设置：w = Workbook(encoding='utf-8')，就可以在excel中输出中文了。默认是ascii。当然要记得在文件头部添加：

# -*- coding: utf-8-*-

style_compression 表示是否压缩，不常用。
Workbook 还有一些属性：
Owner 设置文档所有者。
country_code： 国家码
wnd_protect： 窗口保护
obj_protect： 对象保护
Protect： 保护
backup_on_save： 保存时备份
Hpos： 横坐标
Vpos： 纵坐标
Width： 宽度
Height： 高度
active_sheet： 活动sheet
tab_width： tab宽度
wnd_visible： 窗口是否可见
wnd_mini： 窗口最小化
hscroll_visible： 横向滚动条是否可见。
vscroll_visible： 纵向滚动条是否可见。
tabs_visible： tab是否可见。
dates_1904： 是否使用1904日期系统
use_cell_values： 单元格的值
default_style： 默认样式
colour_RGB： 颜色

方法有：add_style，add_font，add_str，del_str，str_index，add_rt，rt_index，add_sheet，get_sheet，raise_bad_sheetname，convert_sheetindex，setup_xcall，add_sheet_reference。

用例如下：

# _*_ coding:utf-8 _*_

#----------------------------------------------------------------------------
# import modules
#----------------------------------------------------------------------------
import os
import xlwt


def set_style(name, height, bold = False):
    style = xlwt.XFStyle()   #初始化样式

    font = xlwt.Font()       #为样式创建字体
    font.name = name
    font.bold = bold
    font.color_index = 4
    font.height = height

    style.font = font
    return style


def write_excel():
    #创建工作簿
    workbook = xlwt.Workbook(encoding='utf-8')
    #创建sheet
    data_sheet = workbook.add_sheet('demo')
    row0 = [u'字段名称', u'大致时段', 'CRNTI', 'CELL-ID']
    row1 = [u'测试', '15:50:33-15:52:14', 22706, 4190202]

    #生成第一行和第二行
    for i in range(len(row0)):
        data_sheet.write(0, i, row0[i], set_style('Times New Roman', 220, True))
        data_sheet.write(1, i, row1[i], set_style('Times New Roman', 220, True))

    #保存文件
    workbook.save('demo.xls')


if __name__ == '__main__':
    write_excel()
    print u'创建demo.xlsx文件成功'

参考资料：

下载地址：https://pypi.python.org/pypi/xlwt/0.7.5

官方网址：http://www.python-excel.org/

介绍胶片：http://www.simplistix.co.uk/presentations/python-excel.pdf