Openpyxl Unicode 值

Question

我正在使用 openpyxl 从 Excel 电子表格中读取单元格值。其中一个单元格的值由换行符分隔。我想使用换行符作为分隔符来拆分字符串。然而，似乎 openpyxl 正在将回车 return 序列化为非标准格式。看下面的例子。

代码

import openpyxl

# Open the worksheet
wb = openpyxl.load_workbook(wb_path)
ws = wb.get_sheet_by_name("testing")

# Get the string value
tests_str = ws.cell(row = row, column = column).value

# Split text on newlines and add them to the list
tests = []
for test in tests_str.splitlines():
    tests.append(test)

输出

>>> tests_str
u'Test1_x000D_\nTest2_x000D_\nTest3_x000D_'
>>> tests
[u'Test1_x000D_', u'Test2_x000D_', u'Test3_x000D_']

openpyxl 似乎将 \r 字符序列化为 _x000D_ 这就是为什么 splitlines() 没有将其作为换行符删除的原因。 openpyxl 有这样的行为的原因吗？我做错了什么吗？

Answer 1

看起来 openpyxl 或 Excel 正在以这种方式编码运输 returns (\r, ASCII 0Dh)。您也可以将它们转换回去或拆分它们：

>>> s=u'Test1_x000D_\nTest2_x000D_\nTest3_x000D_'
>>> s.split('_x000D_\n')
[u'Test1', u'Test2', u'Test3_x000D_']     # This misses the final one.
>>> s.replace('_x000D_','').splitlines()  # Better...
[u'Test1', u'Test2', u'Test3']

Answer 2

如some support issue from 2015 (see Google cache entry to avoid login)所述，已在openpyxl的官方Bitbucket项目中发布，这是由Excel完成的，似乎不受openpyxl的控制。

为了解决这个问题，encoding/decoding 有一些 实用函数。

>> openpyxl.utils.escape.unescape(tests_str)) u'Test1\r\nTest2\r\nTest3\r'

Link 到文档：https://openpyxl.readthedocs.io/en/stable/api/openpyxl.utils.escape.html

Openpyxl Unicode 值

Openpyxl Unicode Values

python

unicode

openpyxl