[python3]Excel解析库-calamine，10倍openpyxl性能
`calamine` 是一个用于读取多种电子表格格式（如 Excel、LibreOffice Calc 等）的 Python 库。它支持 `.xls`, `.xlsx`, `.ods` 和 `.csv` 文件格式，提供了简单易用的 API 来加载和处理电子表格数据。`calamine` 的一大特点是它的轻量级和高效性，特别适合需要快速解析电子表格而不依赖于重量级库（如 `openpyxl` 或 `pandas`）的应用场景。
安装
要使用 `calamine`，首先需要通过 `pip` 安装它：
```bash
pip3 install calamine
```基本用法
#### 读取 Excel 文件
以下是如何使用 `calamine` 读取 Excel 文件并获取其中的数据：
```python
from calamine import Workbook, CellType
# 打开工作簿
workbook = Workbook.open("example.xlsx")
# 获取所有的工作表名称
sheet_names = workbook.sheet_names()
print(f"Sheet names: {sheet_names}")
# 选择第一个工作表
sheet = workbook.get_sheet_by_index(0)
# 遍历所有行
for row in sheet.rows():
# 每一行是一个列表，包含每个单元格的值
print([cell.value for cell in row if cell.type != CellType.EMPTY])
# 关闭工作簿
workbook.close()
```
#### 读取 ODS 文件
对于 OpenDocument Spreadsheet (ODS) 文件，操作方式类似：
```python
from calamine import Workbook, CellType
# 打开 ODS 工作簿
workbook = Workbook.open("example.ods")
# 选择第一个工作表
sheet = workbook.get_sheet_by_index(0)
# 遍历所有行
for row in sheet.rows():
print([cell.value for cell in row if cell.type != CellType.EMPTY])
# 关闭工作簿
workbook.close()
```
#### 读取 CSV 文件
虽然 CSV 文件不是严格意义上的电子表格文件，但 `calamine` 同样可以方便地处理它们：
```python
from calamine import Workbook, CellType
# 打开 CSV 文件
with open("example.csv", "r") as f:
workbook = Workbook.from_csv(f)
# 选择唯一的工作表
sheet = workbook.get_sheet_by_index(0)
# 遍历所有行
for row in sheet.rows():
print([cell.value for cell in row if cell.type != CellType.EMPTY])
```
### 处理单元格类型
`calamine` 支持多种单元格类型，并允许你根据需要访问不同类型的数据：
```python
from calamine import CellType
# 假设我们已经打开了一个工作簿并选择了某个工作表
for row in sheet.rows():
for cell in row:
if cell.type == CellType.STRING:
print(f"String value: {cell.value}")
elif cell.type == CellType.NUMBER:
print(f"Number value: {cell.value}")
elif cell.type == CellType.BOOL:
print(f"Boolean value: {cell.value}")
elif cell.type == CellType.ERROR:
print(f"Error value: {cell.error}")
elif cell.type == CellType.FORMULA:
print(f"Formula: {cell.formula}, Result: {cell.value}")
elif cell.type == CellType.EMPTY:
print("Empty cell")
```
### 获取特定单元格的值
如果你知道具体的单元格位置（例如 A1），可以直接获取其值：
```python
# 获取 A1 单元格的值
value = sheet.get_value("A1")
print(f"Value at A1: {value}")
```
### 更多高级功能
- **遍历列**：除了按行遍历外，还可以按列遍历。
- **合并单元格**：支持检测和处理合并的单元格。
- **样式信息**：尽管 `calamine` 主要关注数据本身，但它也提供了一些基础的样式信息访问方法。
- **公式计算**：如果需要计算公式的结果，可以在读取时指定参数来启用此功能。
### 示例：完整代码示例
以下是一个完整的例子，演示了如何使用 `calamine` 读取 Excel 文件中的数据，并进行简单的数据处理：
```python
from calamine import Workbook, CellType
def read_excel(file_path):
workbook = Workbook.open(file_path)
sheet = workbook.get_sheet_by_index(0)
data = []
for row in sheet.rows():
row_data = [cell.value for cell in row if cell.type != CellType.EMPTY]
if row_data:
data.append(row_data)
workbook.close()
return data
if __name__ == "__main__":
file_path = "example.xlsx"
data = read_excel(file_path)
# 打印前几行数据作为示例
for row in data[:5]:
print(row)
```### 总结
`calamine` 是一个非常轻便且高效的工具，适用于需要快速解析多种格式电子表格的应用程序。它提供的 API 简单直观，易于集成到现有项目中。
10倍性能，待验证。