接觸到爬蟲之後，會發現資料量越來越大，在進行格式化資料清洗階段就會出現很多的問題，因此用程式來進行資料清洗確實能節省很多的時間。處理excel檔案分為讀和寫。分別用到xlrd和xlwt庫。

1. 讀檔案

讀Excel表主要用到xlrd，這個庫用起來十分方便，可以直接將excel看做二位陣列。

需要注意的是，在處理excel時，經常遇到excel單元格內出現多餘的空格與Tab鍵，這種單元格處理起來不易發現，建議使用strip()函式進行處理，這樣處理起來的效果比較理想。

   import xlrd
  
  
   def read_excel():
     # 開啟檔案
     work_url = r'C:\Users\lenovo\Desktop\10.內科_過敏反應科.xlsx'
     workbook = xlrd.open_workbook(work_url)
  
     # 獲取所有sheet
     print(workbook.sheet_names())  # [u'sheet1', u'sheet2']
  
     # 根據sheet索引或者名稱獲取sheet內容
     sheet1 = workbook.sheet_by_index(0)  # 通過元組索引順序獲取
     # sheet1 = workbook.sheet()[0]    # 通過列表索引順序獲取
     # sheet1 = workbook.sheet_by_name(u'sheet1')  # 通過名稱獲取
  
     # sheet的名稱，行數，列數
     print(sheet1.name, sheet1.nrows, sheet1.ncols)
  
     # 獲取整行和整列的值（陣列）
     rows = sheet1.row_values(3)  # 獲取第四行內容
     cols = sheet1.col_values(2)  # 獲取第三列內容
     print(rows)
     print(cols)
  
     # 獲取單元格內容
     print(sheet1.cell(1, 0).value)
  
   if __name__ == '__main__':
     read_excel()
 

2.寫檔案

前面介紹讀excel相當於只讀形式，能夠從excel中提取出相應的內容但不能寫入。寫excel檔案則需要使用xlwt庫來進行。

   import xlwt
  
   workbook = xlwt.Workbook(encoding = 'ascii')  # 例項化一個Workbook
   worksheet = workbook.add_sheet('My Worksheet')  # 建立一個工作薄
   worksheet.write(0, 0, label = '1')  # 填充資料
   workbook.save('Excel_Workbook.xls') # 儲存資料

上面的程式碼可以完成簡單的excel的寫操作，當需要進行更為複雜的操作時，也可以用xlwt來進行書寫，比如合併單元格、設定表格樣式等。下面給出一個更復雜的例子，如果需要進行復雜操作可以在使用時查閱庫介紹。

   import xlwt
  
  
   #設定表格樣式
   def set_style(name,height,bold=False):
     style = xlwt.XFStyle()
     font = xlwt.Font()
     font.name = name
     font.bold = bold
     font.color_index = 4
     font.height = height
     style.font = font
     return style
  
  
   #寫Excel
   def write_excel():
     f = xlwt.Workbook()
     sheet1 = f.add_sheet('學生',cell_overwrite_ok=True)
     row0 = ["姓名","年齡","出生日期","愛好"]
     colum0 = ["張三","李四","戀習Python","小明","小紅","無名"]
     #寫第一行
     for i in range(0,len(row0)):
       sheet1.write(0,i,row0[i],set_style('Times New Roman',220,True))
     #寫第一列
     for i in range(0,len(colum0)):
       sheet1.write(i+1,0,colum0[i],set_style('Times New Roman',220,True))
  
  
     sheet1.write(1,3,'2006/12/12')
     sheet1.write_merge(6,6,1,3,'未知')#合併行單元格
     sheet1.write_merge(1,2,3,3,'打遊戲')#合併列單元格
     sheet1.write_merge(4,5,3,3,'打籃球')
  
  
     f.save('test.xls')
  
  
   if __name__ == '__main__':
     write_excel()
 

可以得到以下結果：

3.向已有檔案中進行寫操作–一個具體例項

前面介紹了讀操作和寫操作，可以發現寫操作時新建立excel表格進行寫操作，那麼如何像一個已有的檔案中進行寫操作。我們用一個例項來進行學習。

由於前面介紹了SnowNLP庫（ https://blog.csdn.net/weixin_44585839/article/details/90444593 ），因此相對商品評論進行情感分析，我使用爬蟲對京東上的某商品下評論進行爬取，一共爬取350條評論，儲存“京東商品評論”的excel中，區域性截圖如下：

在這裡我希望從excel的第四列中（不包括第一行），取出評論並使用snownlp（）函式進行分析，得到相關的情感係數並寫入excel中。相關程式碼如下。

   from xlrd import open_workbook
   from xlwt import easyxf
   from xlutils.copy import copy
   import os
   from snownlp import SnowNLP
  
   url = r"C:\Users\lenovo\Desktop\Python\完整程式碼區\京東評論情感分析\京東商品評論.xlsx"
  
  
   def nlp(work_url):
     read_workbook = open_workbook(work_url)
     write_workbook = copy(read_workbook)
  
     sheet_read = read_workbook.sheet_by_index(0)
     sheet_write = write_workbook.get_sheet(0)
     sheet_write.write(0, 4, "sentiment")
  
     line = sheet_read.nrows
     for i in range(1, line):
       txt = sheet_read.cell(i,3).value
       sentiment = SnowNLP(txt)
       sheet_write.write(i, 4, sentiment.sentiments)
  
     os.remove(work_url)
     write_workbook.save(work_url)
  
  
   if __name__ == '__main__':
     nlp(url)

經過執行，得到excel檔案的效果為： 針對上述程式碼進行總結

• 該程式碼實現向已有檔案中進行寫操作時使用copy函式，將讀操作的excel複製到寫操作中，並用os將原始檔刪除，儲存新的寫操作中的檔案

• 通過建立迴圈可以快速進行操作

• 在程式執行結束後，開啟excel檔案發現檔案損毀。經過查閱(理解的不一定對)，我使用的ms office為2016版本，檔案拓展名為xlsx，而xlwt進行寫操作後保留的excel檔案為低版本檔案，這裡將檔案的拓展名改為xls就可以開啟。