如何在Excel文档单元格中找到文本子集的格式

Question

使用Python,我需要在给定的Excel工作表单元格中找到粗体或斜体的所有子字符串.

我的问题与此类似:

使用XLRD模块和Python确定单元格字体样式(斜体或不斜体)

..但该解决方案不适用于我,因为我不能假设相同的格式适用于单元格中的所有内容.单个单元格中的值可能如下所示:

---

1.一些粗体文本一些普通文本.一些斜体文字.

---

有没有办法使用xlrd(或任何其他Python Excel模块)查找单元格中一系列字符的格式？

Answer 1

xlrd可以做到这一点.您必须load_workbook()使用kwarg 调用formatting_info=True,然后sheet对象将具有rich_text_runlist_map属性,该属性是将单元格坐标((row, col)元组)映射到该单元格的运行列表的字典.运行列表是一系列(offset, font_index)对,它们offset告诉您字体在单元格中的开始位置,并font_index索引到工作簿对象的font_list属性(工作簿对象是返回的对象load_workbook()),它为您提供描述字体属性的Font对象,包括粗体,斜体,字体,大小等

Answer 2

感谢@Vyassa提供了所有正确的指针，我已经能够编写以下代码，该代码在XLS文件中的行上进行迭代，并输出带有“单个”样式信息的单元格的样式信息（例如，整个单元格为斜体） ）或样式“细分”（例如，单元格的一部分是斜体，部分不是）。

import xlrd

# accessing Column 'C' in this example
COL_IDX = 2

book = xlrd.open_workbook('your-file.xls', formatting_info=True)
first_sheet = book.sheet_by_index(0)

for row_idx in range(first_sheet.nrows):
  text_cell = first_sheet.cell_value(row_idx, COL_IDX)
  text_cell_xf = book.xf_list[first_sheet.cell_xf_index(row_idx, COL_IDX)]

  # skip rows where cell is empty
  if not text_cell:
    continue
  print text_cell,

  text_cell_runlist = first_sheet.rich_text_runlist_map.get((row_idx, COL_IDX))
  if text_cell_runlist:
    print '(cell multi style) SEGMENTS:'
    segments = []
    for segment_idx in range(len(text_cell_runlist)):
      start = text_cell_runlist[segment_idx][0]
      # the last segment starts at given 'start' and ends at the end of the string
      end = None
      if segment_idx != len(text_cell_runlist) - 1:
        end = text_cell_runlist[segment_idx + 1][0]
      segment_text = text_cell[start:end]
      segments.append({
        'text': segment_text,
        'font': book.font_list[text_cell_runlist[segment_idx][1]]
      })
    # segments did not start at beginning, assume cell starts with text styled as the cell
    if text_cell_runlist[0][0] != 0:
      segments.insert(0, {
        'text': text_cell[:text_cell_runlist[0][0]],
        'font': book.font_list[text_cell_xf.font_index]
      })

    for segment in segments:
      print segment['text'],
      print 'italic:', segment['font'].italic,
      print 'bold:', segment['font'].bold

  else:
    print '(cell single style)',
    print 'italic:', book.font_list[text_cell_xf.font_index].italic,
    print 'bold:', book.font_list[text_cell_xf.font_index].bold