shell中txt转EXCEL
2016-01-17 10:43
543 查看
工作中,常常需要将HIVE数据库或者HDFS中文件通过EXCEL格式,通过邮箱发给业务人员。但是,SHELL又不能直接将txt文件转换为EXCEL可读的格式,因此编写了以下两类python脚本:
一,将txt文档转换为xls格式(EXCEL2010提示:兼容模式):
注意,该代码需要下载xlwt包。(由于写的时间太长了,大家就自行下载安装包吧)
import sys
import os.path
import os
import xlwt
print “txt2xls.py test.txt test.xls”
二, 在一些场景中,必须保存为xlsx格式,即EXCEL2007以上的格式,
注意:该码依赖openpyxl模块
* 相关网站:http://openpyxl.readthedocs.org/en/latest/index.html
* openpyxl 地址:https://bitbucket.org/openpyxl/openpyxl/get/2.2.1.tar.bz2
* jdcal 下载地址: https://pypi.python.org/pypi/jdcal/
代码如下:
from openpyxl.workbook import Workbook
from openpyxl.reader.excel import load_workbook
from openpyxl.styles import PatternFill, Border, Side, Alignment, Protection, Font
import re
from openpyxl.writer.excel import ExcelWriter
import xlrd
import sys
import os
print “python txt2xlsx.py test.txt test.xlsx”
一,将txt文档转换为xls格式(EXCEL2010提示:兼容模式):
注意,该代码需要下载xlwt包。(由于写的时间太长了,大家就自行下载安装包吧)
import sys
import os.path
import os
import xlwt
print “txt2xls.py test.txt test.xls”
inputpath =str(sys.argv[1]) outputpath=str(sys.argv[2]) f=open(inputpath) wb=xlwt.Workbook() ws1 = wb.add_sheet("Sheet1") i=0 for line in f.readlines(): j=0 for item in line.split('\t'): try: item=item.strip().decode('utf-8') except UnicodeDecodeError: print i,j,item ws1.write(i,j,"NULL") else: ws1.write(i,j,item) j=j+1 i=i+1 f.close() wb.save(outputpath)
二, 在一些场景中,必须保存为xlsx格式,即EXCEL2007以上的格式,
注意:该码依赖openpyxl模块
* 相关网站:http://openpyxl.readthedocs.org/en/latest/index.html
* openpyxl 地址:https://bitbucket.org/openpyxl/openpyxl/get/2.2.1.tar.bz2
* jdcal 下载地址: https://pypi.python.org/pypi/jdcal/
其中,openpyxl 依赖于jdcal ,故在安装过程中应优先安装jdcal--解压缩到某目录, cd到该目录,运行"python setup.py install"。 然后安装openpyxl,方法相同。 另外,Python的标准库中,文件对象提供了三个“读”方法: read()、.readline() 和.readlines()。每种方法可以接受一个变量以限制每次读取的数据量,但它们通常不 使用变量。 .read() 每次读取整个文件,它通常用于将文件内容放到一个字符串变量 却是不必要的,并且如果文件大于可用内存,则不可能实现这种处理。 readline() 和 readlines()之间的差异是后者一次读取整个文件,像 .read()一样。 .readlines()自动将文件内容分析成一个行的列表,该列表可以由 Python 的 for... in ... 结构进行处理。另一方面,readline()每次只读取一行,通常比 .readlines()慢得多。 仅当没有足够内存可以一次读取整个文件时,才应该使用.readline()。
代码如下:
from openpyxl.workbook import Workbook
from openpyxl.reader.excel import load_workbook
from openpyxl.styles import PatternFill, Border, Side, Alignment, Protection, Font
import re
from openpyxl.writer.excel import ExcelWriter
import xlrd
import sys
import os
print “python txt2xlsx.py test.txt test.xlsx”
#根据输入移除已经存在的目标文件 patch_file_name = sys.argv[1] patch_goal_name=sys.argv[2] print patch_file_name print patch_goal_name os.remove(patch_goal_name) #创建目标文件,在再目标文件中创建sheet,名字为goal wb = Workbook() ws = wb.active ws.title="goal" wb.save(patch_goal_name) #打开文件 patch_file=open(patch_file_name) #get data patch text wb=load_workbook(patch_goal_name) #open excel to write sheetnames = wb.get_sheet_names() ws = wb.get_sheet_by_name("goal") #get sheet #根据打开文件逐行扫描写入 i=1 for line in patch_file.readlines(): j=1 for item in line.split('\t'): try: item=item.strip().decode('utf-8') except UnicodeDecodeError: print i,j,item ws.cell(row=i,column=j).value = "NULL" #ws1.write(i,j,"NULL") else: ws.cell(row=i,column=j).value = item #ws1.write(i,j,item) j=j+1 i=i+1 #关闭输入数据流,并保存写入文件 patch_file.close() wb.save(patch_goal_name)
相关文章推荐
- Android之获取手机上的图片和视频缩略图thumbnails
- android wifi 无线调试
- Python动态类型的学习---引用的理解
- Python3写爬虫(四)多线程实现数据爬取
- 垃圾邮件过滤器 python简单实现
- 下载并遍历 names.txt 文件,输出长度最长的回文人名。
- 运维入门
- 动态清空 nohup 输出文件
- install and upgrade scrapy
- install scrapy with pip and easy_install
- Scrapy的架构介绍
- Centos6 编译安装Python
- 使用Python生成Excel格式的图片
- 让Python文件也可以当bat文件运行
- [Python]推算数独
- Python中zip()函数用法举例
- Python中map()函数浅析