用OpenPyXL讀取提取的XLSX文件

Question

所以我一直在使用Python 3.2和OpenPyXL的迭代工作簿as demonstrated here in the "Optimized Reader" example。當我嘗試用這個策略來讀，我已經從一個簡單的.zip壓縮包（通過手動和Python的zip文件包）提取一個或多個文件

我的問題出現。當我打電話.get_highest_column()我得到「A」和.get_highest_row()我得到1，當問及打印的每個單元格的值，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) 

它打印在A1，A2，A3，A4，A5，A6的值，和A7，無論文件實際大小如何。在文件本身中沒有任何理由，它將在Excel中完全打開。我非常難以理解它爲什麼這樣做，但我認爲解壓縮的XLSX在從Excel中保存之前格式不同，並且OpenPyXL無法正確解釋它。我甚至將'.xlsx'重命名爲'.zip'，以便我可以瀏覽該文件並檢查差異，但除了從Excel保存的文件在「xl」中還有一個名爲「theme」的子文件夾「以前的版本不包含字體和格式數據的文件夾。

重要提示：當我打開它，它與在Excel中相同的文件名和然後運行重新保存這段代碼，它的工作原理完美 - 正確返回最大的行和列值，並正確打印每個細胞的價值。我試過在打開它之後立即通過OpenPyXL保存工作簿，但是這會產生相同的錯誤結果。

基本上，我需要找到一個方法來正確地從一個.ZIP文件中提取的.xlsx文件，以便它可以與OpenPyXL讀取。有許多文件需要像這樣處理，所以它必須在Excel外部，並希望儘可能高效。

乾杯！

Answer 1

聽起來這與從zipfile中提取無關，因爲如果您手動提取文件也會出現問題。 我會嘗試將打開並保存在Excel中的文件存儲在一個zip文件中，並查看會發生什麼情況。如果這是有效的，那麼顯然原始文件.xlsx的生成方式就是問題所在。 我強烈懷疑是這樣。

如果這是問題，請參閱是否可以提取.xlsx文件（它們是zipfiles本身），並將您用Excel重新保存的文件與原始問題文件進行比較。 xml不能輕易比較，因爲Excel可以隨意重新排列大多數東西，但是您可以進行差異化。