刚学习 python ,想试试 excel 导入文本,就查询了资料,写了个脚本;
具体功能是实现将一个目录下的所有文本导入同一个 excel ,每个文本对应各自独立的 sheet 页。
我的操作环境是 Linux,但和 Windows 大体一致。
1. 需要用到的模块>>>import os
>>>import xlwtos 模块提供了非常丰富的方法用来处理文件和目录,属于默认模块无需下载。
xlwt、xlrd 分别是对 excel 表格进行写和读的模块,但这两个模块不能处理 xlsx ;本例仅用到 xlwt 模块。如果需要处理 xlsx 文件,则需要用到 openpyxl 模块,而且 openpyxl 可以进行读和写的操作;只是处理时间上稍慢于 xlwt 和 xlrd。(但是随着硬件水平提高,时间将越来越小)
2. 遍历文件夹
首先需要遍历整个文件夹,读取所有文本。其中 filepath 和 xlspath 分别为文件夹路径,以及 xls 的文件路径。def getline(filepath, xlspath):
# 读取所有文本
file_names = os.listdir(filepath)
# 对os.listdir进行排序 指定参数加上 (key=lambda x:int(x))
file_names.sort()
file_ob_list = []
try:
# 获取完整目录名并保存到数组
for file_name in file_names:
file_ob = filepath + "/" + file_name
file_ob_list.append(file_ob)
print(file_ob_list)#测试输出所有的数组
2.1 读取文件并排序
这里需要用到 os.listdir(path) ,它的作用是返回path指定的文件夹包含的文件或文件夹的名字的列表。>>> import os
>>> file_names = os.listdir('.')
>>> print(file_names)
['3.txt', '9.txt', '10.txt', '2.txt', '1.txt', '20.txt']但是我发现 os.listdir() 处理后是一个乱序数组,需要进行排序,如果需要指定特定符号排序,可以用 (key=lambda x:int(x)) ,详细可以百度一下。>>> file_names.sort()
>>> print(file_names)
['1.txt', '10.txt', '2.txt', '20.txt', '3.txt', '9.txt']
#倒着数第四位'.'为分界线,按照‘.’左边的数字从小到大排序
>>> file_names.sort(key=lambda x:int(x[:-4]))
>>> print(file_names)
['1.txt', '2.txt', '3.txt', '9.txt', '10.txt', '20.txt']
2.2 获取文件完整目录等待处理
完整了路径就是目录加上 “/” 加上文件名。
如果你是 window ,目录分隔符是 “\”。for file_name in file_names:
file_ob = filepath + "/" + file_name# 获取完整路径
# 存放到数组中
file_ob_list.append(file_ob)
print(file_ob_list)#测试输出所有的数组
最后输入的内容是文本的绝对路径名:$ python traversal_txt_xls.py
['/root/txt_xls/1.txt', '/root/txt_xls/10.txt', '/root/txt_xls/2.txt', '/root/txt_xls/20.txt', '/root/txt_xls/3.txt', '/root/txt_xls/9.txt']
3. 将数据写入 excel 表格
做法是加入一个 for 循环, 遍历文件夹,并将每个 txt 循环写入到各自的 sheet 页。
3.1 新建表格,以及定义 sheet 名
对于 sheet 的名称,我用的是文本的文件名,当然也可以用正则过滤后缀或者其他名称命名。
需要用到 os.path.basename(),它会获取文件名,如果末尾为 ‘/’ ‘’ ,返回空。# 新建工作表格
xls = xlwt.Workbook()
# 循环读取文件,并写入到表格中
for file_ob in file_ob_list:
# 仅获取文件名,如果末尾为 '/' '\' ,返回空
sheet_name = os.path.basename(file_ob)
3.2 写入表格首先需要添加一个 sheet,名称为 前面的参数 sheet_name, 如果你要固定的名称,可以将参数写成 'sheet 1',这样就是固定名称。# 每一个文本都会新建一个相同文件名的 sheet
sheet = xls.add_sheet(sheet_name, cell_overwrite_ok=True)注意:
在add_sheet 时, 置参数 cell_overwrite_ok=True , 可以覆盖原单元格中数据。
cell_overwrite_ok 默认为 False , 覆盖的话, 会抛出异常.
下面就是 txt 写入 xls,file_ob 代表 txt 文件,
写入表格需要三个参数 ,横纵坐标,以及内容:x, i, data,默认坐标为 (0,0),# txt 写入 xls
f = open(file_ob)
x = 0
# 按行读取文本
while True:
line = f.readline()
如果没有数据,则退出循环。if not line:
break
对于列的读取需要用到 制表符来换列。for i in range(len(line.split('\t'))):
data = line.split('\t')[i]
sheet.write(x,i,data) # x,i,data 代表横、纵坐标和内容
x += 1 #另起一行
# 然后读取下一个文本
f.close()
# 最后保存到文件
xls.save(xlspath)输出的内容展示为:
每行的数据按 制表符 以及 line.split() 分隔:
3.3 去除多余的换行符(19/06/08更新)在处理文本时,excel会把 txt 中多余的换行符导入表格,先将写入内容转换为字符串,在替换换行符。
上面的代码写入可以改成:while True:
line = f.readline()
if not line:
break
for i in range(len(line.split('\t'))):
data = line.split('\t')[i]
data = str(data) #将数据转化为字符串,再对其中的换行符进行处理
data = data.replace('\n', ' ') #使用python中字符串函数替换换行符为空格
sheet.write(x,i,data) # x,i,data 代表横、纵坐标和内容
x += 1
4. 执行函数
首先需要定义参数,filepath 为文件目录,xlspath 为 xls文件的绝对路径。if __name__ == "__main__" :
filepath = "/root/txt_xls" #文件目录
xlspath = "/root/txt_xls.xls"
# 传入参数执行
getline(filepath, xlspath)if __name__ == "__main__" :的作用一个python的文件有两种使用的方法,第一是直接作为脚本执行,第二是import到其他的python脚本中 被调用(模块重用)执行。因此 if __name__ == "__main__" : 的作用就是控制这两种情况执行代码的过程,在if __name__ == "__main__" :下的代码只有在第一种情况下(即文件作为脚本直接执行)才会被执行,而import到其他脚本中是不会被执行的。
整个代码中还有一个 try...except 与 raise 的语句,它的用法是:try...except 语句;分析错误信息源头;
logging记录错误;raise抛出错误
详细看 /p/66e2e4104e7c 。
5. 最后刚入门 python , 也在不断学习中,尝试着写写博客,可以帮着他人,也可以提高自己。
5.1 展示结果:
5.1 完整代码#!/usr/bin/python3
# -*- coding:utf-8 -*-
###############################################
# Author : SangUn
# EMail : SangUn.Yong@
# Created Time :
# File Name : traversal_txt_xls.py
# Description :
###############################################
'''
当前代码实现一个文件夹内所有文本内容写入同一个 excel
每个文本都有各自独立的 sheet 页
文本单行用制表符分隔,代表多列数据
'''
# 导入模块
import os
import xlwt
def getline(filepath, xlspath):
# 读取所有文本
file_names = os.listdir(filepath)
# 对os.listdir进行排序 指定参数加上 (key=lambda x:int(x[0]))
file_names.sort(key = lambda x:int(x[:-4]))
file_ob_list = []
try:
# 获取完整目录名并保存到数组
for file_name in file_names:
file_ob = filepath + "/" + file_name
file_ob_list.append(file_ob)
print(file_ob_list)
# 新建工作表格
xls = xlwt.Workbook()
# 循环读取文件,并写入到表格中
for file_ob in file_ob_list:
# 仅获取文件名,如果末尾为 '/' '\' ,返回空
sheet_name = os.path.basename(file_ob)
# 每一个文本都会新建一个相同文件名的 sheet
sheet = xls.add_sheet(sheet_name, cell_overwrite_ok=True)
# txt 写入 xls
f = open(file_ob)
x = 0
# 按行读取文本
while True:
line = f.readline()
if not line:
break
for i in range(len(line.split('\t'))):
data = line.split('\t')[i]
data = str(data) #将数据转化为字符串,再对其中的换行符进行处理
data = data.replace('\n', ' ') #使用python中字符串函数替换换行符为空格
sheet.write(x,i,data) # x,i,data 代表横、纵坐标和内容
x += 1
# 然后读取下一个文本
f.close()
xls.save(xlspath)
except:
raise
if __name__ == "__main__" :
filepath = "/root/txt_xls" # 文件目录
xlspath = "/root/txt_xls.xls"# xls 文件绝对路径
# 传入参数执行
getline(filepath, xlspath)