如何在 Python 中读取 excel 单元格并保留或检测其格式

Question

我得到了一个包含一些文本格式的 excel 文件。有些可以是粗体，有些可以是斜体，有些可以是大写¹，还有一些其他格式（但没有上述三种格式那么多）。

例子：

• Ku'lah ²ku.lah v; 定义：一些定义； 用法： 一些用法；
• He'lahsa ²he.lah.sa n; 定义：一些定义； 用法：一些用法；
• 等等

现在，由于这个单元格将作为字典（real，human，dictionary）数据库条目，我想保留单元格的格式，因为告诉单词的用法（如上述情况中的bold表示单词类型：v（动词）和italic表示新部分）。

但它都在excel单元格中。

当我尝试使用 Toad for Oracle 等数据库工具直接读取 excel 文件时，格式消失了！

1. 有什么方法可以读取excel文件并保留格式吗？
2. 或者，有没有办法检测格式？只要我们可以检测到格式，我就可以简单地将文本替换为一些 HTML 格式，例如 <b>v</b>，这将是我的工作。我只想知道我们如何在 Python 中保留或检测 excel 单元格文本格式。 （特别是这三种格式：粗体、斜体和大写）

编辑：

我尝试使用 xlrd 包获取文本格式，但我似乎无法找到获取文本格式样式的方法，因为 cell 对象仅包含：ctype、value 和 @ 987654327@。它没有关于文本格式的信息，当我使用formatting_info=True 创建实例时：

book = xlrd.open_workbook("HuluHalaDict.xlsx", sys.stdout, 0, xlrd.USE_MMAP, None, None, \
                          formatting_info=True, on_demand=False, ragged_rows=False)

我收到以下错误：

NotImplementedError:formatting_info=True 尚未实现

由xlrd 包的xlsx.py 文件中的这一行引发：

if formatting_info:
    raise NotImplementedError("formatting_info=True not yet implemented")

我觉得很奇怪，因为我使用的是 0.9.4 xlrd（最新）版本，而documentation 表示，自 0.6.1 以上版本开始，格式信息已包含在内：

默认格式

默认格式应用于所有空单元格（未描述的单元格） 通过细胞记录）。首先是行默认信息（ROW 记录， 如果可用，则使用 Rowinfo 类。做不到这一点，列默认 如果可用，则使用信息（COLINFO 记录，Colinfo 类）。作为一个 最后的手段将使用工作表/工作簿默认单元格格式； 这应该始终存在于 Excel 文件中，由 XF 描述 使用固定索引 15（从 0 开始）记录。默认情况下，它使用 工作表/工作簿默认单元格样式，由第一个 XF 描述 记录（索引 0）。 xlrd 版本中不包含格式化功能 0.6.1

富文本，即包含部分粗斜体和下划线的字符串 文本、字符串内字体的更改等。请参阅 OOo 文档 s3.4 和 s3.2 亚洲注音文字（称为“红宝石”），用于日语假名。看 OOo docs s3.4.2 (p15) 条件格式。请参阅 OOo 文档 s5.12， s6.21（CONDFMT 记录）、s6.16（CF 记录）杂项表级 和书籍级别的项目，例如打印布局，屏幕窗格。现代 Excel 文件版本不保留大多数内置的“数字格式” 文件; Excel 根据用户的区域设置加载格式。现在 xlrd 对此的模拟仅限于适用的硬连线表 到美国英语语言环境。这可能意味着货币符号、日期 顺序、千位分隔符、小数分隔符等不合适。 请注意，这不会影响正在复制 XLS 文件的用户，仅 那些在视觉上渲染单元格的人。

我在这里犯了什么错误吗？我的代码如图所示：

book = xlrd.open_workbook("HuluHalaDict.xlsx", sys.stdout, 0, xlrd.USE_MMAP, None, None, \
                          formatting_info=True, on_demand=False, ragged_rows=False)

---

编辑 2：

post 中显示的示例表明它使用formatting_info=True 创建了类实例 (book)。但我在我的实现中检查它。它引发了上面的错误。有什么想法吗？

Answer 1

我建议你图书馆 xlrd https://secure.simplistix.co.uk/svn/xlrd/trunk/xlrd/doc/xlrd.html?p=4966

在 GitHub 上 https://github.com/python-excel/xlrd

您可以在Using XLRD module and Python to determine cell font style (italics or not)Using XLRD module and Python to determine cell font style (italics or not)找到一个关于如何使用 xlrd 确定字体样式的简单示例

这里是一个实际的例子：

from xlrd import open_workbook

path = '/Users/.../Desktop/Workbook1.xls'
wb = open_workbook(path, formatting_info=True)
sheet = wb.sheet_by_name("Sheet1")
cell = sheet.cell(0, 0) # The first cell
print("cell.xf_index is", cell.xf_index)
fmt = wb.xf_list[cell.xf_index]
print("type(fmt) is", type(fmt))
print("Dumped Info:")
fmt.dump()

它输出以下内容：

cell.xf_index is 62
type(fmt) is <class 'xlrd.formatting.XF'>
Dumped Info:
_alignment_flag: 0
_background_flag: 0
_border_flag: 0
_font_flag: 1
_format_flag: 0
_protection_flag: 0
alignment (XFAlignment object):
    hor_align: 0
    indent_level: 0
    rotation: 0
    shrink_to_fit: 0
    text_direction: 0
    text_wrapped: 0
    vert_align: 2
background (XFBackground object):
    background_colour_index: 65
    fill_pattern: 0
    pattern_colour_index: 64
border (XFBorder object):
    bottom_colour_index: 0
    bottom_line_style: 0
    diag_colour_index: 0
    diag_down: 0
    diag_line_style: 0
    diag_up: 0
    left_colour_index: 0
    left_line_style: 0
    right_colour_index: 0
    right_line_style: 0
    top_colour_index: 0
    top_line_style: 0
font_index: 6
format_key: 0
is_style: 0
lotus_123_prefix: 0
parent_style_index: 0
protection (XFProtection object):
    cell_locked: 1
    formula_hidden: 0
xf_index: 62

_font_flag: 1 表示粗体