项目链接：https://gitee.com/xyjtysk/quotationTools
采用什么样的数据结构
那么我们希望读出来的数据是这个什么样子呢？也就是数据结构是怎么样的？
既然Excel是个二维表格，那么读出来的数也放在一个二维表格里面得了。
我们一个简化版的例子来看，下面的表格是从原始表格中截出来的一部分。
| 产品编码 | 产品型号 | 数量 | 标准价(RMB) |
|---|---|---|---|
| 0235A0W2 | RT-MSR5660 | 2 | 50000 |
这样的缺点在于：取每个元素，需要计算index，不方便编程。
比如我们要取第三行的“RT-MSR5660”，我们需要使用a[1][1]来取，非常不方便。
我们知道最方便取的数据结构为dict，只要传进去一个key，它就会返回一个value，这样的好处是
可以为每一列赋予实际的含义，比如说可以把产品型号的key设为
BOM，我们要取“RT-MSR5660”的时候，就可以用a[1]['BOM']-
如果要调换列的顺序，可以轻松做到，更为的灵活
因为每一列赋予了实际的含义，我们根本不用担心具体的顺序
那么具体的数据格式应该是怎么样的呢？
首先我们为所能用到的列分配一个key值，映射表格如下：
| NHCT中的列 | key值 |
|---|---|
| ID | ID |
| 产品编码 | BOM |
| 产品型号 | typeID |
| 项目名称 | description |
| 单套数量 | quantity |
| 目录价 | unitsNetListPrice |
| 折扣 | discount |
| 单价 | unitsNetPrice |
| 总价 | totalPrice |
| 总目录价 | totalListPrice |
| 产线 | PL |
| WATSON_LINE_ITEM_ID | waston |
| 备注 | remarks |
那么下面表格所对应的数据结构可以设计成这个样子。
| 产品编码 | 产品型号 | 数量 | 标准价(RMB) |
|---|---|---|---|
| 0235A0W2 | RT-MSR5660 | 2 | 50000 |
[
{"BOM":"产品编码",
"typeID":"产品型号",
"description":"项目名称",
"totalQuantity":"数量",
"unitsNetListPrice":"标准价(RMB)"},
{"BOM":"0235A0W2",
"typeID":"RT-MSR5660",
"description":"H3C MSR 56-60路由器机框",
"totalQuantity":"2",
"unitsNetListPrice":"50000"}
]
我们来看一下特点：
原始表格中的每一行转换为一个dict
-
然后把所有行组成一个list
image.png
从Excel中读数据
既然现在数据结构已经设计好了，我们就来看如何读数据，并形成这样的数据结构吧。
首先引入模块
import xlrd
然后定义一个操作类，从excel中读取数据并转换的函数为getAssociativeArray，需要把Excel的完整路径传递进去，以及要读取的sheet的名称，还有就是为每列取的key值
class XlrdTool(XlsReader):
# 作用：获取关联数组
# inputHeaderKey：数组每一列的对应的键值
# 返回：一个数组，数组的每一行为一个dict，代表原来表格里面的每一行，其中此dict的键名为输入的inputHeaderKey，键值为读入的excel文件的对应值。
def getAssociativeArray (self, excelPathName, sheetName , inputHeaderKey):
list = []
try:
sheetList = xlrd.open_workbook(excelPathName).sheet_by_name(sheetName);
# row：表示从当前sheet读出了的每一行，
# 将每一行的row_values与inputHeaderKey组成dict
list = [dict (zip (inputHeaderKey , sheetList
.row_values(row))) for row in range(sheetList.nrows)];
except Exception as data:
print("打开文件失败,%s" % data);
return list;
里面最关键的代码其实只有：
list = []
sheetList = xlrd.open_workbook(excelPathName).sheet_by_name(sheetName);
list = [dict (zip (inputHeaderKey , sheetList
.row_values(row))) for row in range(sheetList.nrows)];
我们来一一看看。
从Excel中的某个sheet里面读出数据，
xlrd.open_workbook(excelPathName).sheet_by_name(sheetName)-
[dict (zip (inputHeaderKey , sheetList .row_values(row))) for row in range(sheetList.nrows)];我们可以拆解一下：- 这是一个列表生成式，
for row in range(sheetList.nrows)表示对读出来的数组的每一行row进行遍历，
对其中某一行row
首先使用xlrd中的函数
row_values取出每一行的值inputHeaderKey表示为每一列赋予的一个key，它是一个数组。然后使用
zip把读出来的每一行与inputHeaderKey组成键值对，再在外面迁套dict形成一个字典。
也就是
- 这是一个列表生成式，
{"BOM":"0235A0W2",
"typeID":"RT-MSR5660",
"description":"H3C MSR 56-60路由器机框",
"totalQuantity":"2",
"unitsNetListPrice":"50000"}
- 所有的dict形成一个列表
总结一下就是，把为每列分配的key值数组与每一行进行zip，然后转换为dict，最后把所有的dict组成一个list。
数据结构的特点
上面讲了如何从Excel读取数据形成数组。
我们再来看一下这种数据结构
a = [
{"BOM":"产品编码",
"typeID":"产品型号",
"description":"项目名称",
"totalQuantity":"数量",
"unitsNetListPrice":"标准价(RMB)"},
{"BOM":"0235A0W2",
"typeID":"RT-MSR5660",
"description":"H3C MSR 56-60路由器机框",
"totalQuantity":"2",
"unitsNetListPrice":"50000"}
]
它是一个嵌套的数据结构，总体上是一个list，它有两个元素，每个元素都是一个dict
那么这个地方就有个坑点了
如果我们再把这个list赋给b，然后在b中把price的价格修改了。
那么list最开始指向的dict并没有变，没有指向另一个元素，所以list没有改变，
但是dict发生改变了。
也就是a对应的那个price也发生了改变了。
所以我们需要注意，如果把list赋给另一个变量以后，一定要深复制一份。
如何遍历
对于我们这个项目来说，遍历可能是最重要的算法了。首先我们来看一下我们官方给出来的表格吧。
一套配置清单其实有若干套设备构成，每套设备又有一个子标题以及相应的详细配置信息等，还有小计等。
多套设备组成了整个清单，
在讲遍历前，我们需要对每个区域取个名字。
加上colorTag
我们可以把所有行分为如下几类：
header：表示总的标题
site：表示每一套设备的子标题
subtotal：对每一套设备的小计
total：总计
general：详细配置信息
这几种他们对应的颜色也可以设为不同的，所以统称为colorTag
那么怎么在程序中区分不同的行的类型呢？
我们知道之前设计的数据结构本质就是一个list，而每一行是一个dict，所以只需要再加一个键值对即可，比如总计行就加上"colorTag":"total"即可。
之前读取Excel数据的时候并没有加上这个ColorTag，那么现在要加的话，需要对整个list进行一次遍历，识别每一行的特征，加上相应的colorTag
aDiff = [i for i in ['BOM','typeID','description'] if i in self.lists[0].keys()];
colTag = aDiff[0];
for aList in self.lists:
if aList[colTag] == "小计":
aList['colorTag'] = "subtotal";
elif aList[colTag] == "总计":
aList['colorTag'] = "total";
elif aList['ID'] != "":
aList['colorTag'] = 'site';
else:
aList['colorTag'] = "general";
self.lists[0]['colorTag'] = "header"
解释一下代码：
首先colTag指的是'BOM','typeID','description'这几个谁存在，则取谁为colTag
然后遍历数组的每一行，如果aList[colTag]="小计"或者踪迹的时候，就可以判断出是小计行或者总计行
另外我们观察得到ID列除了子标题site对应的行有值，其他的行都是空的，所以可以使用
aList['ID'] != ""来判断哪些是site行第一行就是header行
剩下的自然是general
我们还可以再遍历一次新生成的list，然后把colorTag为site的那些行的序号取出来，这就可以确定每一套设备的起始和截止的位置了。