Python 使用xlwt模块将多行多列数据循环写入excel文档的操作

时间：2020-11-28 数据分析查看: 1044

我就废话不多说了，大家还是直接看代码吧~

#!/usr/bin/python
# -*- coding: utf-8 -*-

import xlwt
import re

def host_regex(dataline):
 host_regex = r"<host>(.*?)</host>"
 host = re.findall(host_regex, dataline)
 if host:
  return host[0]

def ip_regex(dataline):
 ip_regex = r"<ip>(.*?)</ip>"
 ip = re.findall(ip_regex, dataline)
 if ip:
  return ip[0]

with open("zbx_export_hosts.xml", "r", encoding="utf8") as f:
 lines = f.readlines()
 alldatas = []
 hostlist = []
 iplist = []
 for line in lines:
  host = host_regex(line)
  ip = ip_regex(line)

  if host is not None:
   hostlist.append(host)
  if ip is not None:
   iplist.append(ip)
 hosts_ip = []
 # 构造数据结构,形如：[[a,b],[c,d],...]
 multi_list = map(list, zip(hostlist, iplist))
 for multi in multi_list:
  hosts_ip.append(multi)
 workbook = xlwt.Workbook()
 worksheet = workbook.add_sheet('test')
 # 关键代码
 for hi in enumerate(hosts_ip):
  for num in range(len(hi[1])):
   # 行、列、值
   worksheet.write(hi[0], num, hi[1][num])

 workbook.save('excelwrite.xls')

PS：其实有两行代码冗余，就不删了！

补充知识：通过python写入xlsx大量数据问题简述

以前批处理生成数据文件都是通过c程序直接按照逗号分隔方式写文本文件以csv保存的。但是由于有些处理的数据表直接给业务人员看，业务人员习惯使用xls，因此提了些需求改造，对于一些小于100w的数据均要求改为xlsx文件格式的报表。

考虑报表文件数据处理便捷，因此决定用python实现，最初使用了openpyxl库，这个python库拥有非常强大的xlsx的读写api，能够很方便的实现读写。但是在实际使用中发现在处理较大行数的xlsx时，占用内存非常严重，8个字段50w行数据在运行中内存高达10G，这不是我们应用服务器能够接受的范围。

因此寻求改善，在网上了解后，发现创建xlsx表时，指定write_only参数是openpyxl提供的大数据写入解决方案，以下摘自官网范例，在选择了此参数后，无法通过ws.cell(row=i, column=j).value = ？的方式复制，只能通过append的方式追加行。关于设置只写cell设置样式，可以直接查看官网

>>> from openpyxl import Workbook
>>> wb = Workbook(write_only=True)
>>> ws = wb.create_sheet()
>>>
>>> # now we'll fill it with 100 rows x 200 columns
>>>
>>> for irow in range(100):
...  ws.append(['%d' % i for i in range(200)]) #可以先将一行的数据写在一个list中，直接ws.append(list)
>>> # save the file
>>> wb.save('new_big_file.xlsx') # doctest: +SKIP

不过仅仅按上述范例修改write_only跑数时发现内存占用并没有缓解，再仔细阅读官网说明时才发现这么一句话“When you want to dump large amounts of data make sure you have lxml installed.”原来在openpyxl安装时，并没有把lxml作为强依赖，只是一个可选包，然后查实发现确实服务器上并没有安装lxml包。

于是与为了解决这个问题先在测试环境上安装lxml，安装过程也不是很顺利。

首先先要装libxml2以及libxslt，因为没有root权限，均为源码安装，且只能安装在用户目录。需要注意的是libxml2在安装时需要--with-python='python安装目录'，libxslt安装的时候需要指定libxml2安装目录。

尤其最后的lxml安装也是坑挺多的，主要是指定libxml2和libxslt，安装lxml时先python3 setup.py build_ext -i -I${libxml2includepath} -L${libxml2libpath} -I${libxsltincludepath} -L${libxsltlibpath} ，再python3 setup.py install。

全部安装完之后，确实openpyxl写xlsx不再增加内存，先在tmp目录一个临时文件中写，待调用save方法时，保存到正式文件。

此外在这个问题解决中，还了解到writexlsx库也可以处理大文件xlsx的写入，并且安装没有这么多的依赖，其实还是非常推荐，也很简介，官网有介绍。

操作大文件时指定{'constant_memory': True}即可。

filename = 'test.xlsx'
wb = xlsxwriter.Workbook(filename, {'constant_memory': True})
ws = wb.add_worksheet('大文件')
i = 0
data= []
data.append('中文')
data.append(1323)
data.append('abc')
ws.write_row(i, 0, data)
i = i + 1
wb.close() #直接关闭即可，不需要额外save

以上这篇Python 使用xlwt模块将多行多列数据循环写入excel文档的操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持python博客。

展开全文