Python高效读写TXT与Excel文件：从基础语法到实战代码

环境配置与核心依赖

在处理数据分析任务时，经常需要将结构化表格（如Excel）与非结构化文本进行批量转换或提取。完成本流程需准备以下环境：

• 运行环境：Python 3.x
• 核心依赖：安装第三方库 openpyxl（支持.xlsx读写）与 xlsxwriter（侧重格式美化与高性能写入）。

第一步：使用内置函数读写Text文件

Python标准库提供了基础的文本处理能力。open() 函数是操作文本文件的核心入口，其基本语法为 open(name, mode, buffering)。其中 mode 参数决定访问权限：'r' 为只读（默认），'w' 为写入（会清空原文件并新建），'a' 为追加。处理中文内容时必须显式指定 encoding='utf-8' 以防乱码。

import os
import sys

# 获取脚本所在目录路径
base_dir = sys.path[0]
file_path = os.path.join(base_dir, "out.txt")

# 以写入模式打开文件（不存在则创建，存在则覆盖）
q = open(file_path, "w", encoding='utf-8')
q.write('这个是测试一下\n')
q.close()  # 务必执行关闭操作释放系统资源
print('TXT写入完成')

若需批量生成数据，可结合循环结构。注意关闭流时使用 .close() 方法而非属性赋值。生产环境中建议改用 with open(...) as f: 上下文管理器自动释放资源。

第二步：利用openpyxl解析与生成Excel

针对现代Excel文件格式（.xlsx），推荐使用 openpyxl 库。它不仅能读取单元格内容，还支持工作表管理、样式调整与公式计算。

1. 安装库：执行 pip install openpyxl 完成依赖部署。
2. 读取现有表格：通过 load_workbook() 载入文件对象，按索引或名称获取Sheet后遍历行列提取值。

import openpyxl
import os

dir_path = './练习题'
target_txt = open('extracted_data.txt', 'w', encoding='utf-8')

for filename in os.listdir(dir_path):
    if filename.endswith('.xlsx'):
        wb = openpyxl.load_workbook(os.path.join(dir_path, filename))
        sheet_names = wb.sheetnames
        
        for s_name in sheet_names:
            ws = wb[s_name]
            print(f"处理文件: {filename} | 工作表: {s_name}")
            
            # 遍历所有行列提取数据
            for row in range(1, ws.max_row + 1):
                values = []
                for col in range(1, ws.max_column + 1):
                    values.append(str(ws.cell(row=row, column=col).value))
                target_txt.write(','.join(values) + '\n')

target_txt.close()
print('所有表格数据已提取至TXT')

该段代码演示了如何遍历指定文件夹下的多个Excel文件，并将每个工作表的单元格内容按逗号分隔输出到文本中，适合做数据清洗前的预处理。

第三步：通过xlsxwriter定制写入与格式化

当需要生成带有复杂样式、图表或大量数据的新表格时，xlsxwriter 表现更为出色。它专为写入优化，完全兼容原生XLSX格式。

1. 安装库：执行 pip install xlsxwriter。
2. 多类型数据写入：使用对应方法写入字符串、数字、公式、布尔值或超链接，支持统一单元格格式化。

import xlsxwriter

wk = xlsxwriter.Workbook('demo.xlsx')
sheet = wk.add_worksheet('数据分析表')

# 基础数据类型写入
sheet.write_string(1, 1, "python test")
sheet.write_number(1, 2, 1200)
sheet.write_formula(1, 4, "=B1*10")
sheet.write_boolean(1, 5, True)
sheet.write_url(1, 6, "https://example.com")

# 单元格格式定制
cell_format = wk.add_format({
    'font_size': 20,
    'bold': True,
    'align': 'left',
    'valign': 'vcenter',
    'font_name': 'Microsoft YaHei',
    'text_wrap': True
})
sheet.write(2, 2, "关键指标汇总", cell_format)

wk.close()
print('带格式Excel已生成')

插入图片与缩放控制

表格报告中常需嵌入截图或示意图。可通过 insert_image() 配合布局字典实现精准定位。

# 设置图片插入参数
img_options = {
    'x_scale': 0.5,      # 水平缩放比例
    'y_scale': 0.5,      # 垂直缩放比例
    'x_offset': 10,      # 相对单元格偏移像素
    'y_offset': 15
}
sheet.insert_image(1, 1, 'chart_preview.png', img_options)

常见注意事项与排错

• 文件句柄泄漏：始终确保 .close() 被执行。未正确关闭文件可能导致数据未落盘或被其他进程锁定。
• 路径拼接规范：Windows下混合使用正斜杠或反斜杠可能导致编码异常，建议使用 os.path.join() 保证跨平台兼容。
• 旧版接口警告：早期教程可能推荐 from openpyxl.reader.excel import load_workbook，此写法已在较新版本中废弃，直接导入顶层命名空间即可。
• 大数据量内存占用：若处理GB级日志或超大型表格，建议分批读取或使用 pandas 配合迭代器加载，避免直接全量加载引发内存溢出。

总结

掌握上述文本与表格的基础IO操作后，即可组合编写自动化数据搬运脚本。实际项目中可进一步集成日期校验、异常捕获与进度提示模块。以上就是Python高效读写TXT与Excel文件操作方法的详细内容，更多关于Python自动化办公与数据处理的资料请关注本站其它相关文章！