我需要获取其中包含某些关键字（名称）的特定数据行并将它们写入另一个文件。起始文件是一个 1.5 GB 的 Excel 文件。我不能只是打开它并将其另存为其他格式。我应该如何使用 python 处理这个？
【问题讨论】：
标签： python
我是 xlrd 的作者和维护者。请编辑您的问题以提供以下问题的答案。 [SO cmets 中的此类内容非常难以阅读]
文件有多大（以 MB 为单位）？ [“巨大”不是有用的答案]
什么软件创建了这个文件？
您的计算机上有多少内存？
当您尝试使用 Excel 打开文件时，究竟会发生什么？请解释“我可以部分打开它”。
当您尝试使用xlrd.open_workbook 使用您的脚本打开“C:\bigfile.xls”时，您收到的错误消息究竟是什么？包括您运行的脚本、完整的回溯和错误消息
什么操作系统，什么版本的Python，什么版本的xlrd？
您知道文件中有多少工作表吗？
【讨论】：
python -c "print repr(open('yourfile.xls', 'rb').read(8))"获得
在我看来，您有一个使用 Excel 2007 创建的电子表格，而您只有 Excel 2003。
Excel 2007 可以创建 1,048,576 行 x 16,384 列的工作表，而 Excel 2003 只能使用 65,536 行 x 256 列的工作表。因此，您无法在 Excel 中打开整个工作表。
如果工作簿的尺寸更大，那么xlrd 应该可以读取文件，但如果文件实际上大于您计算机中的内存量（我认为这里不是这种情况因为您可以使用 EditPad lite 打开文件），那么您将不得不找到一种替代方法，因为xlrd 会将整个工作簿读入内存。
假设第一种情况：
import xlrd
wb_path = r'c:\bigfile.xls'
output_path = r'c:\output.txt'
wb = xlrd.open(wb_path)
ws = wb.sheets()[0] # assuming you want to work with the first sheet in the workbook
with open(output_path, 'w') as output_file:
for i in xrange(ws.nrows):
row = [cell.value for cell in ws.row(i)]
# ... replace the following if statement with your own conditions ...
if row[0] == u'interesting':
output_file.write('\t'.join(row) + '\r\n')
这将为您提供一个以制表符分隔的输出文件，该文件应在 Excel 中打开。
编辑：
根据您对John Machin 的问题 5 的回答，确保在您的 C 盘根目录中有一个名为“bigfile.xls”的文件。如果文件不存在，请将wb_path 更改为您要打开的文件的正确位置。
【讨论】：
from __future__ import with_statement
我没用过，但xlrd 看起来可以很好地读取 Excel 数据。
【讨论】：
您的问题是您使用的是 Excel 2003 .. 您需要使用更新的版本才能读取此文件。 2003 不会打开大于 1M 行的文件。
【讨论】：