Python处理CSV,Excel,PDF和图片

star870126

　　print(i.split(","))
　　使用Python处理Excel格式数据
　　python处理excel文件用的第三方模块库有xlrd、xlwt、xluntils和pyExcelerator，除此之外，python处理excel还可以用win32com和openpyxl模块。
　　使用pip安装第三方库
　　Pip install xlrd
　　Pip install xlwt
　　Pip install xluntils
　　Pip install pyExcelerator
　　Xlrd只能进行读取excel文件，没法进行写入文件，xlwt可以写入文件，但是不能在已有的excel的文件上进行修改，如果有这个需求，就需要使用xluntils模块了，pyExcelerator模块与xlwt类似，也可以用来生成excel文件。
　　使用xlrd读取单表文件：
　　import xlrd
　　def readExcel():
　　data = xlrd.open_workbook('test.xlsx')
　　table = data.sheets()[0] # 打开第一张表
　　nrows = table.nrows # 获取表的行数
　　for i in range(nrows): # 循环逐行打印
　　print(table.row_values(i))#通过row_values来获取每行的值
　　readExcel()
　　读取单表复杂例子：
　　# 打开一个workbook
　　workbook = xlrd.open_workbook('testdata.xlsx')
　　# 抓取所有sheet页的名称
　　worksheets = workbook.sheet_names()
　　print(workbook.sheets())
　　print('worksheets is {0}'.format(worksheets))
　　# 定位到sheet1
　　# worksheet1 = workbook.sheet_by_name(u'Sheet1')
　　worksheet1 = workbook.sheets()[1]
　　"""
　　#通过索引顺序获取
　　worksheet1 = workbook.sheets()[0]
　　"""
　　"""
　　#遍历所有sheet对象
　　for worksheet_name in worksheets:
　　worksheet = workbook.sheet_by_name(worksheet_name)
　　"""
　　# 遍历sheet1中所有行row
　　num_rows = worksheet1.nrows
　　for curr_row in range(num_rows):
　　row = worksheet1.row_values(curr_row)
　　print('row%s is %s' % (curr_row, row))
　　# 遍历sheet1中所有列col
　　num_cols = worksheet1.ncols
　　for curr_col in range(num_cols):
　　col = worksheet1.col_values(curr_col)
　　print('col%s is %s' % (curr_col, col))
　　# 遍历sheet1中所有单元格cell
　　for rown in range(num_rows):
　　for coln in range(num_cols):
　　cell = worksheet1.cell_value(rown, coln)
　　print(cell)
　　使用xlwt写入Excel文件：
　　import xlwt
　　#创建workbook和sheet对象
　　workbook = xlwt.Workbook() #注意Workbook的开头W要大写
　　sheet1 = workbook.add_sheet('sheet1', cell_overwrite_ok=True)
　　sheet2 = workbook.add_sheet('sheet2', cell_overwrite_ok=True)
　　sheet3 = workbook.add_sheet('sheet3', cell_overwrite_ok=True)
　　#向sheet页中写入数据
　　sheet1.write(0,0,'this should overwrite1')
　　sheet1.write(0,1,'aaaaaaaaaaaa')
　　sheet2.write(0,0,'this should overwrite2')
　　sheet2.write(1,2,'bbbbbbbbbbbbb')
　　#-----------使用样式-----------------------------------
　　#初始化样式
　　style = xlwt.XFStyle()
　　#为样式创建字体
　　font = xlwt.Font()
　　font.name = 'Times New Roman'
　　font.bold = True
　　#设置样式的字体
　　style.font = font
　　#使用样式
　　sheet3.write(0,1,'some bold Times text',style)
　　#保存该excel文件,有同名文件时直接覆盖
　　workbook.save('test2.xls')
　　print('创建excel文件完成!')
　　Excel处理超链接
　　import codecs
　　import xlwt
　　book = xlwt.Workbook()
　　sheet_index = book.add_sheet('index')
　　line=0
　　for i in range(9):
　　link = 'HYPERLINK("{0}.txt", "{1}_11111")'.format(i, i)
　　sheet_index.write(line, 0, xlwt.Formula(link))
　　line += 1
　　book.save('simple2.xls')
　　for i in range(0, 9):
　　file = str(i) + ".txt"
　　with codecs.open(file, 'w') as f:
　　f.write(str(i)*10)
　　使用Python修改Excel表格内容：
　　不支持使用xlsx文件，直接使用xls就没有问题，如果使用xlsx文件，容易发生问题。
　　import xlrd
　　import xlutils.copy
　　#打开一个workbook
　　rb = xlrd.open_workbook('aaa111.xls')
　　wb = xlutils.copy.copy(rb)
　　#获取sheet对象，通过sheet_by_index()获取的sheet对象没有write()方法
　　ws = wb.get_sheet(0)
　　#写入数据
　　ws.write(10, 10, 'changed!')
　　#添加sheet页
　　wb.add_sheet('sheetnnn2',cell_overwrite_ok=True)
　　#利用保存时同名覆盖达到修改excel文件的目的,注意未被修改的内容保持不变
　　wb.save('aaa111.xls')
　　Python处理PDF文件
　　读取PDF文件
　　from pdfminer.pdfparser import PDFParser, PDFDocument
　　from pdfminer.pdfparser import PDFPage
　　from pdfminer.pdfinterp import PDFResourceManager, PDFTextExtractionNotAllowed
　　from pdfminer.pdfinterp import PDFPageInterpreter
　　from pdfminer.pdfdevice import PDFDevice
　　from pdfminer.layout import LAParams
　　from pdfminer.converter import PDFPageAggregator
　　#获取文档对象，你把algorithm.pdf换成你自己的文件名即可。
　　fp=open("test.pdf","rb")
　　#创建一个与文档相关联的解释器
　　parser=PDFParser(fp)
　　#PDF文档对象,提供密码初始化，没有就不用带password参数。
　　doc=PDFDocument()
　　parser.set_document(doc)
　　doc.set_parser(parser)
　　doc.initialize()
　　#检查文件是否允许文本提取
　　if not doc.is_extractable:
　　raise PDFTextExtractionNotAllowed
　　#链接解释器和文档对象
　　# parser.set_document(doc)
　　#doc.set_paeser(parser)
　　#初始化文档
　　#doc.initialize("")
　　#创建PDF资源管理器对象来存储共享资源
　　resource=PDFResourceManager()
　　#参数分析器
　　laparam=LAParams()
　　#创建一个聚合器
　　device=PDFPageAggregator(resource, laparams=laparam)
　　#创建PDF页面解释器
　　interpreter=PDFPageInterpreter(resource,device)
　　#使用文档对象得到页面集合
　　for page in doc.get_pages():
　　#使用页面解释器来读取
　　interpreter.process_page(page)
　　#使用聚合器来获取内容
　　layout=device.get_result()
　　for out in layout:
　　if hasattr(out, "get_text"):
　　print(out.get_text())
　　html转换为PDF文件
　　安装pdfkit模块
　　pip install pdfkit
　　#网页转换成pdf
　　直接把url转换成pdf文件
　　import pdfkit
　　pdfkit.from_url('http://google.com', 'out1.pdf')
　　#Html转换成pdf
　　Import pdfkit
　　pdfkit.from_file('test.html', 'out2.pdf')
　　#字符创转换成pdf
　　Import pdfkit
　　pdfkit.from_string('Hello lingxiangxiang!', 'out3.pdf')
　　合并多个PDF文件