python 爬取内容时单独生成一列序号 python 爬取表格中数据

Excel是Microsoft为使用Windows和Apple Macintosh操作系统的电脑编写的一款电子表格软件。直观的界面、出色的计算功能和图表工具，再加上成功的市场营销，使Excel成为最流行的个人计算机数据处理软件。在1993年，作为Microsoft Office的组件发布了5.0版之后，Excel就开始成为所适用操作平台上的电子制表软件的霸主。

1、介绍

---

excel本身是有很多功能的，比如说格式调试，图表展示，公式计算等内容，但是对于我们在python爬虫中，我们关注的仅仅是纯数据，其他的格式内容，咱们暂时不提。

我们使用python操作excel的时候，我们要使用两个模块，分别是xlrd和xlwt，下面我们就分别使用python下的pip命令来安装下这两个模块。

2、安装

pip install xlrd=1.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install xlwt -i https://pypi.tuna.tsinghua.edu.cn/simple

3、python读取excel表格

3.1 创建测试文件

首先我们先创建一个名字为ceshi.xlsx的测试文件，以供我们使用，文件如下：

3.2 读取excel中所有sheet的信息

在这里有好几种方式，我们分别来尝试下；

（1）获取所有的sheet

import xlrd

Workbook = xlrd.open_workbook('ceshi.xlsx')
Sheet_Names = Workbook.sheet_names()
print(Sheet_Names)

运行结果如下：

['汇总', '姓名', '年龄', '地区', '出生年月', '爱好']

（2）根据索引获取sheet

import xlrd

Workbook = xlrd.open_workbook('ceshi.xlsx')
Sheet_Names = Workbook.sheet_by_index(0)
print(Sheet_Names.name)

运行结果如下：

汇总

从上面我们可以看到，我们根据索引为“0”，获取到了第一个sheet，那么同理，要获取第二个sheet的话，我们是不是应该配置索引为“1”即可；

（3）根据名字获取sheet

import xlrd

Workbook = xlrd.open_workbook('ceshi.xlsx')
Sheet_Name = Workbook.sheet_by_name('出生年月')
print(Sheet_Name.name)

运行结果如下：

出生年月

（4）获取所有sheet对象

import xlrd

Workbook = xlrd.open_workbook('ceshi.xlsx')
Sheet_Names = Workbook.sheets()
print(Sheet_Names)
for i in Sheet_Names:
    print(i.name)

运行结果如下：

[<xlrd.sheet.Sheet object at 0x000001554E142E20>, <xlrd.sheet.Sheet object at 0x000001554E142F10>, <xlrd.sheet.Sheet object at 0x000001554E142F40>, <xlrd.sheet.Sheet object at 0x000001554E142F70>, <xlrd.sheet.Sheet object at 0x000001554E151A60>, <xlrd.sheet.Sheet object at 0x000001554E131DC0>]
汇总
姓名
年龄
地区
出生年月
爱好

3.3 获取该sheet中的行数和列数

import xlrd

WorkBook = xlrd.open_workbook('ceshi.xlsx')
Sheet_Name = WorkBook.sheet_by_name('汇总')
print("名字为{}的sheet中，一共有{}行".format(Sheet_Name.name, Sheet_Name.nrows))
print("名字为{}的sheet中，一共有{}列".format(Sheet_Name.name, Sheet_Name.ncols))

运行结果如下：

名字为汇总的sheet中，一共有9行
名字为汇总的sheet中，一共有5列

4、使用python获取excel中指定单元格的数据

Cell就表示单元格，单元格也就是excel中的最小单位，一个个小格子就是单元格。

且，在python中，每一行和列都是从0开始，从左上角依次类推+1的。

4.1 获取指定行和列的cell对象

方法：

sheet.cell(row,col)

示例代码：

import xlrd

Workbook = xlrd.open_workbook('ceshi.xlsx')
Sheet_Name = Workbook.sheet_by_index(0)
print(Sheet_Name.cell(0, 1))  # 获取第0行，第1列的数据，也就是B1单元格的数据

运行结果如下：

text:'年龄'

4.2 获取指定行的某几列的cell对象

方法：

sheet.row_slice(row,start_col,end_col)

示例代码：

import xlrd

Workbook = xlrd.open_workbook('ceshi.xlsx')
Sheet_Name = Workbook.sheet_by_index(0)
print(Sheet_Name.row_slice(1, 0, 5))  # 获取第一行的0-5列之间的，不包括第5列

运行结果如下：

[text:'张三', number:18.0, text:'北京', xldate:36526.0, text:'吃饭']

4.3 获取指定列的某几行的cell对象

方法：

sheet.col_slice(col,start_row,end_row)

示例代码如下：

import xlrd

Workbook = xlrd.open_workbook('ceshi.xlsx')
Sheet_Name = Workbook.sheet_by_index(0)
print(Sheet_Name.col_slice(0, 0, 5))  # 获取第0列的，0-5行之间的数据，不包括第5行

运行结果如下：

[text:'姓名', text:'张三', text:'李四', text:'王五', text:'赵六']

4.4 获取指定行和列的值

方法：

sheet.cell_value(row,col)

示例代码如下：

import xlrd

Workbook = xlrd.open_workbook('ceshi.xlsx')
Sheet_Name = Workbook.sheet_by_index(0)
print(Sheet_Name.cell_value(1, 2))  # 获取第1行，第二列的单元格的数据，即C2的数据

运行结果如下：

北京

4.5 获取指定行的某几列的值

方法：

sheet.row_values(row,start_col,end_col)