點選上方“程式設計師大咖”，選擇“置頂公眾號”

關鍵時刻，第一時間送達！

以下是一些 Python 編寫的用來解析和操作特殊文字格式的庫，希望對大家有所幫助。

01

Tablib

https://www.oschina.net/p/Tablib

Tablib 是一個用來處理與表格格式資料有關的 Python 庫，允許匯入、匯出、管理表格格式資料，並具備包括切片、動態列、標籤和過濾，以及格式化匯入和匯出等高階功能。

Tablib 支援匯出/匯入的格式包括：Excel 、JSON 、YAML 、HTML 、TSV 和 CSV ，暫不支援 XML 。

>>> data = tablib.Dataset(headers=['First Name', 'Last Name', 'Age'])

>>> for i in [('Kenneth', 'Reitz', 22), ('Bessie', 'Monke', 21)]:

...     data.append(i)

>>> print(data.export('json'))

[{"Last Name": "Reitz", "First Name": "Kenneth", "Age": 22}, {"Last Name": "Monke", "First Name": "Bessie", "Age": 21}]

>>> print(data.export('yaml'))

- {Age: 22, First Name: Kenneth, Last Name: Reitz}

- {Age: 21, First Name: Bessie, Last Name: Monke}

>>> data.export('xlsx')

<censored binary data>

>>> data.export('df')

  First Name Last Name  Age

0    Kenneth     Reitz   22

1     Bessie     Monke   21

02

Openpyxl

https://www.oschina.net/p/openpyxl

Openpyxl 是一個用於讀寫 Excel 2010 xlsx / xlsm / xltx / xltm 檔案的 Python 庫。

Openpyxl 為 Python 原生讀取/寫入 Office Open XML 格式而生，最初是基於 PHPExcel 而開發。

from openpyxl import Workbook

wb = Workbook()

# grab the active worksheet

ws = wb.active

# Data can be assigned directly to cells

ws['A1'] = 42

# Rows can also be appended

ws.append([1, 2, 3])

# Python types will automatically be converted

import datetime

ws['A2'] = datetime.datetime.now()

# Save the file

wb.save("sample.xlsx")

03

unoconv

https://www.oschina.net/p/unoconv

unoconv，全稱為 Universal Office Converter ，是一個命令列工具，可在 LibreOffice/OpenOffice 支援的任意檔案格式之間進行轉換。

unoconv 支援批量轉換文件，還可以結合 asciidoc和 docbook2odf / xhtml2odt 來建立 PDF 或 Word（.doc） 檔案。

[[email protected] cv]$ make odt pdf html doc

rm -f *.{odt,pdf,html,doc}

asciidoc -b docbook -d article -o resume.xml resume.txt

docbook2odf -f --params generate.meta=0 -o resume.tmp.odt resume.xml

Saved resume.tmp.odt

unoconv -f odt -t template.ott -o resume.odt resume.tmp.odt

unoconv -f pdf -t template.ott -o resume.pdf resume.odt

unoconv -f html -t template.ott -o resume.html resume.odt

unoconv -f doc -t template.ott -o resume.doc resume.odt

04

PyPDF2

https://www.oschina.net/p/pypdf

PyPDF2 是一個純 Python PDF 庫，能夠分割、合併、裁剪和轉換 PDF 檔案頁面。它還可以新增自定義資料、檢視選項和密碼到 PDF 檔案。

PyPDF2 可以從 PDF 中檢索文字和元資料，也可以將整個檔案合併在一起。

from PyPDF2 import PdfFileWriter, PdfFileReader

output = PdfFileWriter()

input1 = PdfFileReader(open("document1.pdf", "rb"))

# print how many pages input1 has:

print "document1.pdf has %d pages." % input1.getNumPages()

# add page 1 from input1 to output document, unchanged

output.addPage(input1.getPage(0))

# add page 2 from input1, but rotated clockwise 90 degrees

output.addPage(input1.getPage(1).rotateClockwise(90))

# add page 3 from input1, rotated the other way:

output.addPage(input1.getPage(2).rotateCounterClockwise(90))

# alt: output.addPage(input1.getPage(2).rotateClockwise(270))

# add page 4 from input1, but first add a watermark from another PDF:

page4 = input1.getPage(3)

watermark = PdfFileReader(open("watermark.pdf", "rb"))

page4.mergePage(watermark.getPage(0))

output.addPage(page4)

# add page 5 from input1, but crop it to half size:

page5 = input1.getPage(4)

page5.mediaBox.upperRight = (

    page5.mediaBox.getUpperRight_x() / 2,

    page5.mediaBox.getUpperRight_y() / 2

)

output.addPage(page5)

# add some Javascript to launch the print window on opening this PDF.

# the password dialog may prevent the print dialog from being shown,

# comment the the encription lines, if that's the case, to try this out

output.addJS("this.print({bUI:true,bSilent:false,bShrinkToFit:true});")

# encrypt your new PDF and add a password

password = "secret"

output.encrypt(password)

# finally, write "output" to document-output.pdf

outputStream = file("PyPDF2-output.pdf", "wb")

output.write(outputStream)

05

Mistune

http://mistune.readthedocs.io/

Mistune 是一個純 Python 實現的 Markdown 解析器，功能齊全，包括表格、註釋、程式碼塊等。

Mistune 據稱是所有純 Python markdown 解析器中速度最快的（基準測試結果）。它在設計時考慮了模組化，以提供一個清晰易用的可擴充套件的 API 。

import mistune

mistune.markdown('I am using **mistune markdown parser**')

# output: <p>I am using <strong>mistune markdown parser</strong></p>

06

csvkit

https://www.oschina.net/p/csvkit

csvkit 號稱是處理 csv 檔案的瑞士軍刀，集成了 csvlook ， csvcut 和 csvsql 等實用工具，可以以表格形式顯示 CSV 檔案，輕鬆選取 CSV 指定列，以及在其上執行 SQL 操作。

csvkit 是一個命令列工具，靈感來自 pdftk 、gdal 和其它類似工具。

• 來自：開源中國

• https://my.oschina.net/editorial-story/blog/1622205

• 程式設計師大咖整理髮布，轉載請聯絡作者獲得授權