前言
ETL的时候经常碰到客户提供几个Excel，很大，而且每个Excel还有多个Sheet，这给导入带来了不少麻烦， Excel太大，打开很慢，于是通过搜索和研究，把快速获得sheet name的方法汇总如下。
Python 下针对不同格式 Excel，需要相应的包，
xlrd: .xls
odfpy: .odf, .ods, .odt
pyxlsb: .xlsb
openpyxl: xlsx/xlsm/xltx/xltm
通用办法，使用 pandas，慢
import pandas as pdpd.ExcelFile(file).sheet_names
使用 zipfile 与 xml,最快
Excel 2007+ :xlsx/xlsm/xltx/xltm
import xml.etree.ElementTree as ETimport zipfiledef xlsxSheets(f): zf = zipfile.ZipFile(f) f = zf.open(r'xl/workbook.xml') l = f.readline() l = f.readline() root = ET.fromstring(l) sheets=[] for c in root.findall('{http://schemas.openxmlformats.org/spreadsheetml/2006/main}sheets/*'): sheets.append(c.attrib['name']) return sheetsxlsxSheets(file)
ods 格式：.odf, .ods, .odt
def odsSheets(f): zf = zipfile.ZipFile(f) f = zf.open(r'content.xml') l = f.readline() l = f.readline() root = ET.fromstring(l) sheets=[] for elem in root.findall('{urn:oasis:names:tc:opendocument:xmlns:office:1.0}body/*/*'): for k in elem.keys(): if k =="{urn:oasis:names:tc:opendocument:xmlns:table:1.0}name": sheets.append(elem.attrib['{urn:oasis:names:tc:opendocument:xmlns:table:1.0}name']) return sheetsodsSheets(file)
xlsb 格式: .xlsb
import xml.etree.ElementTree as ETimport zipfiledef xlsbSheets(f): zf = zipfile.ZipFile(f) f = zf.open(r'docProps/app.xml') l = f.readline() l = f.readline() root = ET.fromstring(l) sheets=[] path= '{http://schemas.openxmlformats.org/officeDocument/2006/extended-properties}TitlesOfParts/*/*' for c in root.findall(path): sheets.append(c.text) return sheets
使用对应的库
直接使用 openpyxl， 支持 Excel 2007+ 的 xlsx/xlsm/xltx/xltm
from openpyxl import load_workbookdef get_sheetnames_xlsx(filepath): wb = load_workbook(filepath, read_only=True, keep_links=False) return wb.sheetnamesget_sheetnames_xlsx(file)
xlsb 格式: .xlsb
from pyxlsb import open_workbookdef get_sheetnames_xlsb(filepath): with open_workbook(filepath) as wb: return wb.sheets
一次把所有 sheet 都读到 pandas 的 DataFrame
import pandas as pddfs = pd.read_excel(file, None)
返回的 dfs 是一个 dict，key 就是 sheet_name， value 则是对应的 DataFrame。
最慢！
具体请根据需要选择合适的方法。