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，有些是 supercase ¹，还有一些其他格式（但没有提到的三个那么多）。

例子：

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

现在，由于这个单元格要作为字典（真实的，人类的，字典）数据库条目，我想保留单元格的格式，因为它有利于告诉这个词的用法（例如粗体中的以上大小写表示单词类型：v（动词）和斜体表示新部分）。

但这一切都在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. 有没有办法读取excel文件并保留格式？
2. 或者，有没有办法检测格式？只要我们能检测到格式，我就可以简单地用一些 HTML 格式替换文本，<b>v</b>这就是我的工作。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、斜体和超大写）

编辑：

我试图让与xlrd包的文本格式，但我似乎无法找到一种方式来获得文本格式风格为cell对象只包括：ctype，value，和xf_index。它没有关于文本格式的信息，当我使用以下内容创建实例时formatting_info=True：

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

由包xlsx.py文件中的这一行引发xlrd：

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，并且文档说自从 0.6.1 以上的版本以来，格式信息包括在内：

默认格式

默认格式应用于所有空单元格（单元格记录未描述的单元格）。如果可用，首先使用行默认信息（ROW 记录，Rowinfo 类）。如果失败，则使用列默认信息（COLINFO 记录、Colinfo 类）（如果可用）。作为最后的手段，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，由具有固定索引 15（从 0 开始）的 XF 记录描述。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 记录（索引 0）描述。xlrd 0.6.1 版中未包含的格式化功能

富文本，即包含部分粗斜体和下划线文本的字符串、字符串内字体的更改等。请参阅 OOo 文档 s3.4 和 s3.2 亚洲语音文本（称为“ruby”），用于日语假名。请参阅 OOo 文档 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） 杂项工作表级和书籍级项目，例如打印布局、屏幕窗格。现代 Excel 文件版本不会在文件中保留大部分内置“数字格式”；Excel 根据用户的区域设置加载格式。目前，xl​​rd 对此的模拟仅限于适用于美国英语语言环境的硬接线表。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。

我在这里做错了吗？我的代码如下所示：

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：

帖子中显示的示例表明它book使用formatting_info=True. 但我在我的实现中检查它。它引发了上面的错误。任何的想法？

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

您可以在此处找到有关如何使用 xlrd 确定字体样式的简单示例使用 XLRD 模块和 Python 确定单元格字体样式（斜体与否）

这是一个实际的例子：

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

哪里_font_flag: 1表示粗体