一、前言：Excel 與 Python 的不解之緣

在數(shù)據(jù)處理與辦公自動化領(lǐng)域，Excel 文件（.xls / .xlsx） 一直是最常見的數(shù)據(jù)載體。

而在 Python 世界中，圍繞 Excel 操作的生態(tài)非常龐大，其中最經(jīng)典、最輕量級的讀文件庫之一便是 —— xlrd。

xlrd 是一個專門用于讀取 Excel 文件內(nèi)容的 Python 庫，它支持從 Excel 工作簿中提取工作表（Sheet）、單元格內(nèi)容、數(shù)據(jù)類型等信息。

雖然在新版本中它僅支持舊格式 .xls 文件，但憑借其簡潔、高效和穩(wěn)定的特點，xlrd 依然在許多老系統(tǒng)與數(shù)據(jù)遷移任務(wù)中被廣泛使用。

二、庫的起源與演變：從萬能到專一

在早期的 Python Excel 生態(tài)中，xlrd 和 xlwt（寫入）是一對黃金搭檔，配合使用可以輕松實現(xiàn) Excel 的讀寫操作。

• xlrd（read）：讀取 Excel 文件內(nèi)容。
• xlwt（write）：寫入 .xls 文件。
• xlutils：基于二者實現(xiàn)的高級操作庫（復(fù)制、修改工作表等）。

然而，自 xlrd 2.0.0 起，官方宣布：

不再支持 .xlsx 文件讀取，僅支持 Excel 97-2003 格式 .xls。

主要原因包括：

• Excel 2007 之后的 .xlsx 文件是基于 XML + ZIP 的復(fù)雜結(jié)構(gòu)，解析成本高；
• 已有更現(xiàn)代的庫如 openpyxl 和 pandas 提供更好的支持；
• 維護者希望 xlrd 聚焦舊格式的穩(wěn)定讀取。

這也導(dǎo)致了后期許多項目遷移至 openpyxl 或 pandas.read_excel()。不過，如果你面對的是歷史系統(tǒng)、銀行報表、政府舊數(shù)據(jù)，xlrd 仍然是最輕量可靠的解決方案。

三、安裝與環(huán)境要求

1. 安裝方式

pip install xlrd

2. 版本建議

如果你的 Excel 文件是 .xlsx 格式，請務(wù)必使用舊版本（≤1.2.0）：

pip install xlrd==1.2.0

否則會遇到如下錯誤：

XLRDError: Excel xlsx file; not supported

3. 基本依賴

xlrd 只依賴標(biāo)準(zhǔn)庫和 zipfile 模塊，因此即使在嵌入式系統(tǒng)（如樹莓派、Jetson Nano）上也能輕松運行。

四、核心對象結(jié)構(gòu)分析

xlrd 的內(nèi)部設(shè)計采用了典型的分層數(shù)據(jù)結(jié)構(gòu)，理解這點有助于掌握其靈活性：

這種結(jié)構(gòu)類似于文檔樹（Document Object Model），讀取 Excel 時，xlrd 會逐級解析：

import xlrd

workbook = xlrd.open_workbook("data.xls")
sheet = workbook.sheet_by_index(0)
value = sheet.cell_value(0, 0)
print(value)

執(zhí)行結(jié)果：

員工編號

五、主要API與使用方法詳解

1. 打開 Excel 文件

import xlrd
book = xlrd.open_workbook("report.xls")

支持參數(shù)：

• filename: 文件路徑
• file_contents: 二進制字節(jié)流
• encoding_override: 指定編碼（如 GBK）
• on_demand: 是否懶加載（節(jié)省內(nèi)存）
• ragged_rows: 是否允許行列不對齊

2. 獲取工作表

# 通過索引
sheet = book.sheet_by_index(0)

# 通過名稱
sheet = book.sheet_by_name('銷售數(shù)據(jù)')

# 獲取所有表名
print(book.sheet_names())

3. 獲取單元格內(nèi)容與屬性

value = sheet.cell_value(1, 2)  # 第二行第三列
ctype = sheet.cell_type(1, 2)   # 數(shù)據(jù)類型

常見的 ctype 類型：

4. 遍歷所有數(shù)據(jù)

for row_idx in range(sheet.nrows):
    row = sheet.row_values(row_idx)
    print(row)

或者使用 get_rows()：

for row in sheet.get_rows():
    print([cell.value for cell in row])

5. 日期類型的處理

Excel 內(nèi)部使用浮點數(shù)存儲日期，需要借助 xlrd.xldate_as_datetime() 進行轉(zhuǎn)換：

from datetime import datetime
date_value = sheet.cell_value(2, 3)
date_obj = xlrd.xldate_as_datetime(date_value, book.datemode)
print(date_obj.strftime("%Y-%m-%d"))

六、實戰(zhàn)案例：Excel 數(shù)據(jù)提取與分析

下面通過一個實際案例展示如何利用 xlrd 實現(xiàn)報表數(shù)據(jù)分析。

案例背景

某公司每月導(dǎo)出一份 sales_2024.xls 銷售報表，包含以下字段：

目標(biāo)

• 計算各產(chǎn)品的總銷售額
• 輸出每個地區(qū)的總銷售額分布

步驟1：讀取數(shù)據(jù)

import xlrd

book = xlrd.open_workbook('sales_2024.xls')
sheet = book.sheet_by_index(0)

data = []
for row_idx in range(1, sheet.nrows):
    row = sheet.row_values(row_idx)
    data.append(row)

步驟2：計算匯總

from collections import defaultdict

product_sales = defaultdict(float)
region_sales = defaultdict(float)

for row in data:
    product = row[1]
    sales = row[2] * row[3]
    region = row[4]
    product_sales[product] += sales
    region_sales[region] += sales

print("按產(chǎn)品統(tǒng)計：", dict(product_sales))
print("按地區(qū)統(tǒng)計：", dict(region_sales))

輸出結(jié)果：

按產(chǎn)品統(tǒng)計： {'A類產(chǎn)品': 3600.0, 'B類產(chǎn)品': 2000.0}
按地區(qū)統(tǒng)計： {'上海': 3600.0, '北京': 2000.0}

步驟3：可視化展示（與 Matplotlib 結(jié)合）

import matplotlib.pyplot as plt

plt.bar(product_sales.keys(), product_sales.values())
plt.title("產(chǎn)品銷售額對比")
plt.xlabel("產(chǎn)品")
plt.ylabel("銷售額(元)")
plt.show()

這展示了 xlrd 在數(shù)據(jù)提取階段的強大能力，與現(xiàn)代可視化庫完美兼容。

七、性能優(yōu)化與大文件讀取

當(dāng) Excel 文件行數(shù)超過 10 萬行時，內(nèi)存開銷會顯著上升。

以下技巧可幫助提升性能：

1. 啟用按需加載

book = xlrd.open_workbook('large.xls', on_demand=True)

僅在訪問某個 Sheet 時加載數(shù)據(jù)，可顯著節(jié)省內(nèi)存。

2. 避免重復(fù)讀取單元格對象

使用 row_values() 一次性獲取整行數(shù)據(jù)，而非多次調(diào)用 cell_value()。

3. 文件格式轉(zhuǎn)換

若文件超過幾百 MB，建議先用命令行或 pandas 轉(zhuǎn)為 CSV 再分析：

import pandas as pd
df = pd.read_excel('large.xls', engine='xlrd')
df.to_csv('large.csv', index=False)

八、與其他庫的比較

總結(jié)：

• 如果你只需讀取 .xls 文件：選 xlrd。
• 如果需要寫入或支持 .xlsx：用 openpyxl。
• 如果需要快速分析：用 pandas.read_excel()。

九、深入源碼：xlrd的解析機制

xlrd 的核心邏輯位于 book.py 與 sheet.py 模塊。其工作流程大致為：

• 打開文件 → 識別格式（OLE2 vs XML）
• 解析 Workbook → Sheet → Cell
• 建立數(shù)據(jù)緩存與索引表
• 提供 Pythonic API 封裝訪問

核心函數(shù)結(jié)構(gòu)如下：

def open_workbook(filename=None, file_contents=None, encoding_override=None, ...):
    bk = Book()
    bk.load(filename)
    return bk

Book 類中維護 sheets 列表，每個 Sheet 又包含 _cell_values 數(shù)組和 _cell_types 數(shù)組，用于快速索引。這種結(jié)構(gòu)雖然不如 pandas 靈活，但勝在內(nèi)存可控和結(jié)構(gòu)清晰。

十、版本兼容與遷移策略

1. xlrd >= 2.0 不支持 .xlsx

對于 .xlsx 文件，請使用：

import pandas as pd
df = pd.read_excel('file.xlsx', engine='openpyxl')

2. 向下兼容舊系統(tǒng)

若必須兼容 .xls 與 .xlsx：

try:
    book = xlrd.open_workbook('data.xlsx')
except Exception:
    import openpyxl
    wb = openpyxl.load_workbook('data.xlsx')

3. 推薦替代方案

• 讀取 .xls：xlrd
• 寫入 .xls：xlwt
• 讀取/寫入 .xlsx：openpyxl
• 分析型任務(wù)：pandas

十一、實際應(yīng)用案例：自動報表系統(tǒng)

在許多中小企業(yè)中，日報/周報 Excel 報表往往手動匯總。使用 xlrd 可實現(xiàn)自動提取并生成匯總結(jié)果。

示例流程：

• 掃描 ./reports 文件夾下所有 .xls 文件
• 讀取每個文件中的“銷售額”數(shù)據(jù)
• 匯總后生成一份統(tǒng)計表（通過 xlwt 寫出）

import os, xlrd, xlwt

summary = xlwt.Workbook()
sheet_sum = summary.add_sheet('匯總')

row_index = 0
for file in os.listdir('./reports'):
    if file.endswith('.xls'):
        wb = xlrd.open_workbook(os.path.join('./reports', file))
        sh = wb.sheet_by_index(0)
        total = sum(sh.col_values(2)[1:])  # 第三列為銷售額
        sheet_sum.write(row_index, 0, file)
        sheet_sum.write(row_index, 1, total)
        row_index += 1

summary.save('匯總結(jié)果.xls')

這就是最典型的辦公自動化應(yīng)用之一。

十二、常見錯誤與排查

十三、與 Pandas 的結(jié)合：批量數(shù)據(jù)分析

pandas 的 read_excel() 默認會使用 xlrd（舊版本），因此你可以結(jié)合兩者快速分析數(shù)據(jù)：

import pandas as pd
df = pd.read_excel('report.xls', engine='xlrd')
print(df.describe())

對于 .xlsx 文件：

df = pd.read_excel('report.xlsx', engine='openpyxl')

十四、總結(jié)與展望

xlrd 雖然是一個“老派”庫，但它依然具備以下優(yōu)勢：

• 輕量級、穩(wěn)定性高
• 適合服務(wù)器端、嵌入式環(huán)境
• 兼容老式 Excel 格式
• 代碼簡單易嵌入腳本

在現(xiàn)代 Python 數(shù)據(jù)分析生態(tài)中，xlrd 更多地扮演**“穩(wěn)定讀取引擎”**的角色，而非“通用 Excel 工具”。

對于大多數(shù)歷史數(shù)據(jù)處理、Excel 自動化遷移任務(wù)而言，它仍然是一款值得信賴的老朋友。

以上就是Python xlrd實現(xiàn)從讀取Excel到高效數(shù)據(jù)提取的全面指南的詳細內(nèi)容，更多關(guān)于Python xlrd讀取Excel的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論