使用OpenPyXL读取提取的XLSX文件

Question

因此，我一直在使用Python3.2和OpenPyXL的iterable工作簿，如这里的“优化阅读器”示例所示。

当我尝试使用此策略读取从简单文档中提取的一个或多个文件时，就会出现问题。zip存档（手动和通过html" target="_blank">python zipfile包）。当我调用时。获取最高的列（）我得到“A”和。get_highest_row（）我得到1，当要求打印每个单元格的值时，如下所示：

wb = load_workbook(filename = file_name, use_iterators = True)
ws = wb.worksheets[0]    # Only need to read the first sheet, nothing fancy
for row in ws.iter_rows():
    for entry in row:
        print(entry.internal_value)

它打印A1、A2、A3、A4、A5、A6和A7中的值，而不管文件实际有多大。文件本身没有任何原因，它将在Excel中完全打开。我很困惑它为什么会这样，但我假设解压后的XLSX在从Excel中保存之前的格式不同，OpenPyXL无法正确解释它。我甚至重新命名了这个名字。xlsx‘到’。zip'以便我可以浏览该文件并检查差异，但除了从Excel保存的文件在“xl”文件夹中还有一个名为“theme”的子文件夹，而以前的版本没有，其中包含字体和格式数据之外，我说不出什么。

重要提示：当我从Excel中打开它并使用相同的文件名重新保存它，然后运行这段代码时，它工作得非常好-返回正确的最大行和列值，并正确打印每个单元格值。我尝试在打开工作簿后立即通过OpenPyXL保存它，但这会产生同样的错误结果。

基本上，我需要找到一种方法来正确地提取一个。xlsx文件来自一个。zip文件，以便可以使用OpenPyXL读取。有很多文件需要像这样处理，所以它必须是Excel外部的，并且希望尽可能高效。

干杯

Answer 1

听起来这与从zipfile中提取无关，因为如果手动提取文件，也会出现问题。我会尝试将用Excel打开和保存的文件存储在zipfile中，看看会发生什么。如果这样做有效，那么清楚地看到原始的方式。xlsx生成的文件是问题所在。我强烈怀疑是这样的。

如果这是问题所在，请查看是否可以提取。xlsx文件（它们本身就是zipfiles）并将您用Excel保存的文件与原始有问题的文件进行比较。xml不容易比较，因为Excel可以随意重新安排大多数事情，但您可能可以做一些不同的事情。