![](https://products-qa.fileformat.com/hu/spreadsheet/python/pylightxl/header-image.png)
pylightxl
Python API Excel XLSX-táblázatokhoz
Generáljon, módosítson, manipuláljon és olvasson Microsoft Excel XLSX és XLSM fájlformátumot a nyílt forráskódú Python könyvtáron keresztül.
A pylightxl egy nyílt forráskódú, könnyű Python-könyvtár, amely lehetővé teszi a szoftverfejlesztők számára, hogy saját alkalmazásukon belül, nulla függőség nélkül dolgozzanak Microsoft Excel fájlokkal. A könyvtár támogatja az Excel-táblázatok Python-parancsok használatával történő olvasását és írását.
A könyvtár tartalmazza az olvasást támogató XLSX és XLSM táblázatkezelő fájlformátumokat, valamint az XLSX fájlformátumok írását. A könyvtár nagyon könnyen használható és telepíthető, mivel csak egyetlen forrásfájl van, amelyet közvetlenül egy projektbe kell másolni. A könyvtár számos fontos funkciót támogat, mint például az Excel fájlok olvasása, az összes vagy kiválasztott lap olvasása, jobb memóriakezelés és sebesség, egy adott sor vagy oszlop olvasása, soradatok frissítése, oszlopok hozzáadása vagy eltávolítása egy lapról, és még sok más .
A pylightxl használatának első lépései
A könyvtár simán futhat Python3-on és Python2.7.18-on is. A telepítés javasolt módja a pip: Kérjük, használja a következő parancsot.
Telepítse a pylightxl-t a PIP Command segítségével
pip install pylightx
Az Excel-táblázat elérése és olvasása a Python segítségével
A pylightxl könyvtár lehetővé teszi a szoftverprogramozók számára, hogy külső függőségek nélkül olvassanak Excel-fájlokat saját alkalmazásaikban. A könyvtár lehetővé teszi a szoftverfejlesztők számára az XLSX és XLSM fájlok olvasását néhány soros Java kóddal. A könyvtár támogatja a csak kiválasztott munkalapok olvasását is. Támogatja továbbá egy adott oszlop vagy sor elérését és kiolvasását egy adott excel fájlból.
Olvassa el az Excel Spreadsheetet a Python API-on keresztül
import pylightxl as xl
# readxl returns a pylightxl database that holds all worksheets and its data
db = xl.readxl(fn='folder1/folder2/excelfile.xlsx')
# pylightxl also supports pathlib as well
my_pathlib = pathlib.Path('folder1/folder2/excelfile.xlsx')
db = xl.readxl(my_pathlib)
# pylightxl also supports file-like objects for django users
with open('excelfile.xlsx', 'rb') as f:
db = xl.readxl(f)
# read only selective sheetnames
db = xl.readxl(fn='folder1/folder2/excelfile.xlsx', ws=('Sheet1','Sheet3'))
# return all sheetnames
db.ws_names
Hozzon létre egy Excel XLSX fájlt a Python segítségével
A nyílt forráskódú pylightxl könyvtár lehetővé tette Excel XLSX fájlok létrehozását néhány sornyi Python kóddal a saját alkalmazásaikban Microsoft Excel fájl telepítése nélkül. A könyvtár csak a cellaadatok írását támogatja, és jelenleg nem támogatja a grafikonokat, a formázást, a képeket, a makrókat stb. Lehetővé teszi a felhasználók számára, hogy új excel fájlt írjanak python adatokból, és támogatja az olyan funkciókat, mint egy üres munkalap hozzáadása, sorok, oszlopok hozzáadása, és még sok más.
Excel LS fájl létrehozása Python API-en keresztül
import pylightxl as xl
# take this list for example as our input data that we want to put in column A
mydata = [10,20,30,40]
# create a blank db
db = xl.Database()
# add a blank worksheet to the db
db.add_ws(ws="Sheet1")
# loop to add our data to the worksheet
for row_id, data in enumerate(mydata, start=1)
db.ws(ws="Sheet1").update_index(row=row_id, col=1, val=data)
# write out the db
xl.writexl(db=db, fn="output.xlsx")
Semi-Structured adat a Python API-en keresztül
A nyílt forráskódú pylightxl könyvtár magában foglalja a félig strukturált adatok olvasását saját Python-alkalmazásaikon belül. Néha olyan lapról kell adatokat olvasni, amely bármely sorral vagy oszloppal kezdődhet, és adatcsoportonként tetszőleges számú sorral vagy oszloppal rendelkezik. A könyvtár megkeresi és megtalálja azokat az oszlopazonosítókat, ahol az adatcsoportok indulnak, és ugyanúgy olvas ki több táblát, mint egy könyvet.
Semi-Structured Adat a Python API-en keresztül
import pylightxl
db = pylightxl.readxl(fn='Book1.xlsx')
# request a semi-structured data (ssd) output
ssd = db.ws(ws='Sheet1').ssd(keycols="KEYCOLS", keyrows="KEYROWS")
ssd[0]
>>> {'keyrows': ['r1', 'r2', 'r3'], 'keycols': ['c1', 'c2', 'c3'], 'data': [[1, 2, 3], [4, '', 6], [7, 8, 9]]}
ssd[1]
>>> {'keyrows': ['rr1', 'rr2', 'rr3', 'rr4'], 'keycols': ['cc1', 'cc2', 'cc3'], 'data': [[10, 20, 30], [40, 50, 60], [70, 80, 90], [100, 110, 120]]}