Python结合正则表达式从Excel提取数据并生成新表

唐可

发布时间：2026-10-13 | 5人浏览过

原创

本文介绍如何利用Python的openpyxl库与正则表达式，解决Excel中非规律性数据的提取难题。通过定义日期和邮箱的正则模式，遍历指定单元格范围提取关键信息，并将结果写入新建的工作表中，最终实现自动化数据整理与保存，适用于需要统计特定时间段项目用时的场景。

近期开始学习Python，恰逢实习工作中面临Excel数据处理的需求，因此决定尝试使用Python来解决实际问题，以此作为练手项目。

具体需求是从Excel文件中提取日期、电子邮件地址以及时间信息，进而统计特定人员在特定项目于规定时间段内的耗时，并最终生成数据透视表。

首要任务是数据提取。虽然Excel内置了“文本分列”功能，但该功能对格式不规律的列数据处理效果不佳，无法准确分割出所需数据，因此决定采用Python进行处理。

实现该功能主要依赖两个库：一个用于Excel文件的读写操作，另一个是用于模式匹配的正则表达式库。

鉴于xlwt和xlrd库仅支持处理03版及以前的Excel文件，本方案选用openpyxl库以兼容现代Excel格式。

以下是自行编写的代码，实现了日期和电子邮件地址的提取功能，实际运行效果良好，仅供参考，欢迎交流探讨与优化建议。

import openpyxl
import re

def Exceldivide(file_dir):
 wb=openpyxl.load_workbook(file_dir)   #打开原有的excel表
 sheet=wb.get_sheet_by_name('Sheet1')
 tuple(sheet['A1':'C3'])

 wb.create_sheet('Sheet2')     #新建一个表
 sheet2=wb.get_sheet_by_name('Sheet2')
 tuple(sheet2['A1':'C3'])

 L1=re.compile(r'\d\d/\d\d/\d\d\d\d')  #日期格式
 L2=re.compile(r'[a-zA-Z0-9_]+@[a-zA-Z0-9-]+.com') #邮件格式
 l1=[]
 l2=[]
 for rows in sheet['A1':'C3']:   #提取日期和邮件数据
  for cell in rows:
   A=L1.search(cell.value)
   a=A.group()
   B=L2.search(cell.value)
   b=B.group()
 for rows in sheet2['A1':'A9']:   #把日期数据写入新表
 for cell in rows:
  cell.value=a
  print(cell.coordinate,cell.value)
 for rows in sheet2['B1':'B9']:  #把邮件数据写入新表  
 for cell in rows:
  cell.value=b
  print(cell.coordinate,cell.value)
 return wb

g=Exceldivide('C:\\Users\\Desktop\\111_copy.xlsx')
g.save('C:\\Users\\Desktop\\111_copy.xlsx') #保存

以上即为利用Python从Excel提取特定数据并写入新表的完整方法，希望能为读者提供参考，同时也欢迎大家提出改进意见。