Python爬虫学习笔记_DAY_32_Python爬虫之Excel表的读写【Python爬虫】

p.s.高产量博主，点个关注💓不迷路！

目录

I. 总述与目的导向

II. 安装相关库

III. Excel文件的读写操作

IV. 完整的Excel操作示例代码

V. 常见报错解决方案

---

I. 总述与目的导向

本篇是专栏【Python爬虫学习笔记】的最后一篇，主要围绕着一个小的遗留点：关于python读写Excel的方式，这在爬虫中用途也很广泛。

本篇将通过简单的实例对Excel的读写进行讲解，对比已有的同类文章所出现的内容过于复杂的问题，本文进行了优化，力求以简单的操作为切入点，介绍清楚python读写Excel的基本操作方法。

---

II. 安装相关库

首先，我们需要安装一下有关Excel读写的相关库：

我们先创建一个python文件，并打开pycharm，查看一下自己的python解释器的位置：

之后，我们进入该路径，找到路径下的scripts文件夹，打开终端，用终端进入该scripts文件夹：

最后，分别执行下面的两句安装指令，安装读和写Excel的库(两个都要执行)：

pip install xlrd

pip install xlsxwriter

---

III. Excel文件的读写操作

上面的两个库都安装成功之后，我们按照下面的顺序一点一点的介绍Excel的读写操作，进度不会太快，基础不是很好的朋友的也不需要担心：

1️⃣ 导入两个包：

第一部分，我们先介绍导入包的代码格式：

这里要注意一下，两个包的作用是不同的：

xlrd 这个包是当我们需要打开或者读出一个Excel文件时需要依赖的包，我们的写入操作是不需要它的。

xlsxwriter 这个包从拼写就可以看出它是专供写入Excel使用的包。

---

2️⃣ 创建一张空表：

接下来，我们演示一下如何创建一张新表：

我们可以发现，表的创建工作只需要xlsxwriter包即可，无关另一个包。它的过程是首先我们新建一个文件操作对象(excel_file_writer)，并在创建时传入文件的路径和文件名称(注意后缀只能是"xlsx")。

另外，一定不要忘记最后执行close()函数，否则创建的表不会真正被保存在本地，也就是找不到创建的新表。

执行之后，我们就可以看到一张空表出现在指定的位置：

---

3️⃣ 向表中写入数据：

我们仍然以面向小白为主，以简单的例子切入。首先我们定义四个变量：

这四个变量定义之后，我们现在想要把这四个数据放入一张Excel的工作表中，并按照下面的位置摆放：

于是这个需求可以类比把大象塞入冰箱一样，先拆分一下，拆成两个动作：

(1) 新建一张工作表

(2) 向这张工作表写入上面的内容

这时候可能对Excel不熟悉的朋友有疑惑了，我们不是已经创建了一个Excel表？有这个疑惑的朋友，我稍作解释：我们新建的是一个Excel文件，一个Excel可以包含多张工作表，我们平时说的Excel表其实就是指的Excel的工作表，它是长这样的：

新建一张Excel工作表，我们需要执行下面这行代码：

excel_worksheet_writer = excel_file_writer.add_worksheet('sheet1')

excel_worksheet_writer是我们定义的工作表操作对象，调用excel表操作对象excel_file_writer的add_worksheet()函数，传入的字符串代表我们新建的工作表的名称。

此时我们执行下面的四句代码，完成前面的四个变量的写入：

之所以举例子用四个变量，是想更具体的展示写入函数write()的三个传参的意思：

write(工作表的行数，工作表的列数，写入的数据)

掌握了上面的基础写入操作，我们可以尝试一个爬虫中常用的循环写入列表数据的实例：

上面定义了两个列表，在爬虫中，我们很多数据都是列表形式返回，因此上面的例子很具有实战意义，执行之后，我们在Excel表中能看到下面的数据：

---

4️⃣ 关联已存在的Excel工作表：

我们为了方便起见，直接拿上一步创建的Excel表作为读取的表样例，此时我们待读取的表的名称是"demo.xlsx"，它的内容是这样的：

读取的第一步，我们要导入前面提到的作用于读取的一个python库：

import xlrd

之后，我们类比写入操作，分析一下不难得出现在应该要创建一个Excel文件操作对象，这个对象关联一张已存在的excel表：

excel_file_reader = xlrd.open_workbook(r'./demo.xlsx')

这一步，我们成功的定义了一个Excel文件操作对象，并与我们前面创建的"demo.xlsx"相关联。

接下来，还是参考写入的流程，那么我们要干的事情就又可以拆分成两步：

(1) 创建一个工作表操作对象，关联一张工作表

(2) 向这张工作表写入上面的内容

所以我们通过下面这行代码，实现新建一个工作表操作对象，并关联一张工作表(注意，整个讲述过程中，我有意在区分Excel表和Excel工作表，大家也一定要区分开，如果区分不开的朋友，回看上面的解释)：

excel_worksheet_reader = excel_file_reader.sheets()[0]

这里注意了，调用了sheets()函数后，后面有一个索引值，这个值代表了关联的是第几张工作表：

第一张表索引值是0，以此类推即可。

下面就剩下把数据读出去了，这又可以做一些简单的细分：

---

5️⃣ 按整行或整列读取：

下面的代码展示了按照整行/整理读取的方式，其中row_values代表按行读取，col_values代表案列读取：

读取之后，我们打印一下看看它们分别是不是我们想要的结果：

可以看到，它的确分别打印了工作表的第一行和第一列，之后我们可以尝试修改参数为任意的行数、列数，并实现我们需要的任何需求(补充说明：与索引值类似，表的第一行、第一列的索引值也是从0开始的，后面以此类推。)

---

6️⃣ 读取的一些其他方式简单介绍：

如果是单看上面的内容，其实已经几乎能够满足我们需要的读取操作了，不过作为一篇全面介绍性文章，还是要把一些其他的读取方式进行简单介绍：

(1) 读取某一列的某几行：

col_ = excel_worksheet_reader.col_values(0,0,3)

其中，第一个参数代表是第几列，第二个参数表示行的起始索引，第三个参数表示行的终止索引 + 1，也就是说上面这行代码最终读取的是 第0列的第0行至第2行(左闭右开区间)。

(2) 读取某一行的某几列：

row_ = excel_worksheet_reader.row_values(0,0,2)

其中，第一个参数代表是第几行，第二个参数表示列的起始索引，第三个参数表示列的终止索引 + 1，也就是说上面这行代码最终读取的是 第0列的第0行至第1行(左闭右开区间)。

下面是上面两行代码的运行结果，大家可以对照上面展示的表内容，证明结果的确是正确的。

(3) 读取某一个单元格的内容：

cell_ = excel_worksheet_reader.cell(1,0).value

调用的cell()函数，其中第一个参数代表行数，第二个参数代表了列数(行数和列数唯一确定一个数据)，因此上面执行的代码把第1行第0列的数据存入变量cell_中，那么打印的结果应该是：

---

IV. 完整的Excel操作示例代码

最后，附上本次介绍所涉及的完整示例代码：

---

V. 常见报错解决方案

在运行上面的Excel读取操作(写入应该不会有错误)时，可能会提示下面的错误信息：

File"C:\Python37\lib\site-packages\xlrd\__init__.py", line 170,in open_workbook raise XLRDError(FILE_FORMAT_DESCRIPTIONS[file_format]+'notsupported')xlrd.biffh.XLRDError: Excel xlsx file; not supported

这个错误的原因是安装的xlrd的版本太高，不再支持读取操作，因而解决的方案是卸载原来安装的xlrd，并安装指定版本：1.2.0的xlrd：

1️⃣ 到达之前提到的python解释器的位置，终端进入Scripts文件夹，先运行下面的卸载指令：

pip uninstall xlrd

2️⃣ 运行下面这行指令，安装指定版本的xlrd：

pip install xlrd==1.2.0

本专栏的新内容到此结束，如果有帮助，可以三连😃😃😃支持一下博主。

后面可能会整理一期合集，把所有的爬虫学习内容整合在一起！🌟🌟🌟